不具备M—矩阵条件的时滞Hopfield神经网络模型的收敛性

考虑了一类具有时滞的Hopfield神经网络模型解的收敛性. 在不需要M-矩阵条件的前提下,获得了该网络的所有解当t→∞时都趋向于平衡点. 其结果补充和完善了已有文献的相应结果.     

不具备M-矩阵条件的时滞Hopfield神经网络模型的收敛性

考虑了一类具有时滞的Hopfield神经网络模型解的收敛性．在不需要M-矩阵条件的前提下，获得了该网络的所有解当t→∞时都趋向于平衡点．其结果补充和完善了已有文献的相应结果．     

BTSVM在图书借阅平台推送信息中的应用

针对当前图书借阅平台推送信息量大、分类管理困难等问题,提出了一种基于参数优化二叉树支持向量机(BTSVM)的推送信息分类算法。采用统计分词法对文本信息进行预处理,形成高维特征集,再利用参数优化后的BTSVM算法,实现平台内各种推送信息的精确分类,从而对不同客户群体进行针对性的信息推送。实验结果表明, BTSVM算法较SVM和ELM方法具有更高的分类准确率。     

基于SWD–RCMFE混合算法的轴承故障诊断研究

针对轴承振动信号中含有大量噪声信号问题,提出了SWD–RCMFE混合算法的轴承故障诊断方法。运用群分解算法对原信号分解,利用精细复合多尺度模糊熵算法及SVM提取诊断特征向量。对西储大学轴承实测信号分析验证,表明该方法对轴承的故障诊断平均识别准确率高达92%。     

数学建模解的分析与检验

实际应用中,数学模型是否合适,必须对其解的意义进行分析、检验.为进一步优化模型,从量纲一致性分析、参数灵敏度分析、临界值分析、假设合理性检验分析、误差分析几方面探讨了模型的分析.模型检验主要包括实际可行性检验,模型的改进与完善.     

基于c-划分的模糊聚类在QFD中的应用

运用模糊聚类技术将大量的顾客需求报告进行分类,确定了不同的顾客群体,为企业决定产品开发策略提供了数量依据,从而进一步完善了质量功能展开的理论框架.