发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

文本处理中基于随机映射的加速LSI方法

首先针对在文本处理的高维矢量环境中Kohonen自组织映射神经网络的计算瓶颈问题和输入矢量空间中存在的问题进行分析，然后对随机映射(RM)和隐含语义索引(LSI)方法分别进行理论分析，提出用于文本处理的基于随机映射的加速LSI方法．试验结果表明，加速LSI方法可以在凸现原有语义联系的基础上，低代价、有效、可控地解决上述问题，极大地降低文本处理环境中Kohonen自组织神经网络的规模和计算代价．     

一种新型决策树属性选择标准

讨论传统决策树算法中三种常用的基于熵的属性选择标准，提出一种基于属性重要性排序的建立决策树的新方法。该方法在决策树的每个内结点首先依据属性重要性将属性进行排序，然后选择最重要的属性作为分类属性生成决策树，并抽取出规则。与传统的决策树数据分类方法相比，此方法可有效地选择出对于分类最重要的分类属性，增强决策树的抗干扰能力，并提高规则的预测精度。     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

改进的蚂蚁算法求解任务分配问题

将蚂蚁算法用于求解任务分配问题，并提出一种改进算法来提高其全局搜索能力。文中介绍了任务分配问题和蚂蚁算法，给出了求解任务分配问题的蚂蚁算法的数学描述及求解的算法步骤，在此基础上提出求解任务分配问题的改进蚂蚁算法。两个实例验证了改进蚂蚁算法的优越性。     

太阳光和天空光的光谱测量分析

采用一种便携式小型光谱仪对天津市区太阳光和天空光在200～850nm波段进行光谱测量．分析了一天中不同时刻的太阳光谱的变化，比较了太阳光谱与相应天空光谱间的关系，同时还给出了不同天气情况下的天空光谱测量结果及相关理论分析，并对太阳光和天空光的颜色进行了色度计算．     

重载双波冲击试验机正波系统建模与仿真

为使冲击试验机的模拟试验过程尽可能的贴近于实际的水下爆炸环境,满足最新抗冲击标准的要求,同时把传统中型冲击试验机的最大测试能力从2,700kg提高到5,000kg,对双波冲击试验机中用于产生正波的液压驱动系统、波形发生系统和基础隔振系统分别构建了动力学模型。根据模型分别针对设备在冲击速度为5.0m/s、4.0m/s和3.3m/s测试条件进行了系统仿真。仿真结果表明,该系统可以产生与最新抗冲击标准BV043/85和MIL-S-901D相吻合的冲击加速度波形。     

大采高综放支架工作阻力确定方法探讨

在综合研究目前综放支架工作阻力确定方法基础上,以采场围岩控制为核心,采用实测统计方法,分析了大采高综放支架合理工作阻力的确定方法,并以朔州区4号煤条件为例,给出了合理工作阻力值.     

皖北地区参加省大运会田径运动员损伤特点的调查研究

采用文献资料法和问卷调查法等科研方法,对皖北地区参加省大学生运会田径运动员在训练和比赛过程中损伤的特点和原因进行研究分析.结果显示:参赛运动员的运动损伤率是100%.引起运动损伤的原因主要有:技术动作存在缺点或错误、局部负荷量过大、准备活动不充分、缺乏参加比赛的经验等.结论:应用运动处方合理安排训练、加强训练场地的检修、做好准备活动、加强易受伤部位训练等可有效地预防运动损伤的发生.     

用于非线性时变系统噪声统计Q、R阵估计的新方法

提出了一种估计非线性时变系统过程噪声协方差阵Q和观测噪声协方差阵R的新方法.扩展卡尔曼算法结合前馈神经网络的非线性时变系统辨识过程中,噪声统计Q、R阵的估计是影响系统建模和预测精度的关键因素之一.本文所提出的估计噪声统计Q、R阵方法是基于协方差匹配技术,将M ehra估计定常系统噪声统计的方法推广到一般的非线性时变系统.仿真结果显示了本文方法的有效性.