基于模糊神经网络提取我国经济增长的模糊规则(Ⅲ)

利用神经网络的自适应、自学习等特点和模糊系统的人脑性等特点来弥补相互的缺点，使它们结合产生一种基于神经网络的模糊系统，并用该系统提取我国经济增长的模糊规则。     

贝叶斯网络在战术态势评估中的应用

首先提出了一种新的战术态势评估的定义,即战术态势评估是对特定战场环境中敌方、我方、中立方所具有的各种战斗力要素的当前状态的描述和未来发展趋势的预测。接着介绍了空-地战中红方飞机与蓝方导弹阵地的对抗场景,在此基础上建立了红方飞行员通过机载电子装备的状态判断蓝方高射武器的型号和状态的贝叶斯网络,然后运用所建立的网络动态演示了在空-地战中态势评估的内容和结果,最后讨论了在战术态势评估中运用贝叶斯网络的若干问题。     

基于人工神经网络的案例检索与案例维护

传统的案例推理系统中,案例检索和案例维护作为两个相互独立的任务分别考虑。而对于案例维护以案例库为纽带,直接为案例检索服务的内在联系没有充分研究。在分别论述案例检索、案例维护,以及人工神经网络在案例推理系统中的应用研究现状基础上,进一步探讨了采用人工神经网络方法实现案例检索和案例维护的整体设计方案,并阐述了其中技术细节。最后,以某产品设计应用为背景,设计并实现了一个反向传播神经网络作为案例检索和案例维护方法,验证了结论的正确性。     

两种基于统计的入侵检测技术

异常检测是防范新型攻击的基本手段.使用两种基于统计的异常检测技术检测网络入侵,一种是基于最大熵原理先从理论上得到正常用户行为的概率分布,然后再设定检测阈值;另一种是基于K-近邻算法,该算法不需要预先知道分布,也能很好地完成异常检测的任务.最后使用DARPA 99的部分入侵测试数据对两种方法进行了测试,并对它们的优缺点进行了比较.     

短期负荷预测模型及其影响因素

在分析电力负荷曲线特性的基础上，将日负荷分成工作日和非工作日，并着重考虑温度对负荷曲线特性的影响，将BP算法和模拟退火(SA)算法相结合，对某电网的日负荷数据进行实际计算，发现考虑预测日类型和温度等因素后，负荷预测精度有很大提高．     

BPANN在仪表线性化中的应用

讨论了传感器、仪表利用软件实现线性化的优点及反向逆传播人工神经网络(BPANN)的构成，研究了半导体热敏电阻(SCTR)线性化的BPANN方法，并用MATLAB具体实现，得到了SC—TR的线性特性．用插值法检验了该方法的有效性。     

流动注射分析人工神经网络同时测定Fe（Ⅱ）和Ni（Ⅱ）

应用流动注射分析(FLA)-吸光光度法技术对含有Fe(Ⅱ)和Ni(Ⅱ)的体系进行检测，用人工神经网络对检测结果进行处理，不经分离同时测定了混合体系中的Fe(Ⅱ)和Ni(Ⅱ)，铁和镍分别在0.10-7.5μg／L呈线性。结果令人满意．     

模糊超球神经网络的条件重叠学习算法

模糊超球神经网络的聚类学习算法采用形状因子θ实行有指导的学习.针对θ的引入所带来的问题,提出一种新的无指导学习算法--条件重叠学习算法.算法不受模糊超球形状因子θ的影响,学习速度快,学习后的模糊超球个数更少,识别正确率更高.     

基于故障附加网络的故障分量算法

为深入认识和利用故障分量,提出了以故障分量为求解和分析对象的故障分量计算方法,它根据故障附加网络和故障分量在故障点的边界条件建立网络方程,并使用Newton法求解该方程。所提方法的特点是物理意义明确,省去了由故障全量导出故障分量的中间过程。编程计算结果表明所提算法快速、准确。该方法能够用于计算复杂电力系统简单故障或多重故障的故障分量,也可用于分析和评判基于故障分量的继电保护和各种安全自动装置的性能。     

移动ad hoc网络中的混合式多路径路由算法

针对移动adhoc网络中的拓扑结构具有快速动态变化的特点,提出了一种混合式多路径路由算法(HMPR),该算法不要求各条路径一定是不相交的,通过理论分析表明,这种多路径算法在稳定性较差的链路条件下具有更好的路由可靠性。在HMPR中,还提出了一种估计链路寿命统计特性的方法,所得结果用于寻路策略。在寻路过程中,提出了一种联合选路规则以选择最佳路径。仿真结果表明:HMPR算法可充分利用网络局部拓扑结构的稳定性,预测路径寿命,从而提高所选路径的可靠性,它以比现有的路由算法略大的开销提高了数据包投递率和传输时延性能。