基于图规约法的TCPN工作流网模型的验证方法

针对经典Petri网的一些固有缺陷，对其在颜色、时间上进行了扩展，并结合工作流网的概念，给出了基于TCPN（Time-Color-Petri Net）的工作流网的定义。文中重点研究了采用图规约法对TCPN工作流网模型的验证，提出了流控制结构的图规约规则，并对这些规则进行了证明．在此基础上，运用这些规则对复杂工作流模型的算例进行逐步规约，验证了模型的合理性。     

单隐层感知机神经网络对权扰动的敏感性计算

为使MLP神经网络对权扰动的敏感性计算算法更符合实际需求，提出一个不依赖隐层向量相互独立假设的敏感性计算算法。该算法通过自底向上依次计算单个神经元和单个层的敏感性来获得整个网络的敏感性，并采用数值计算方法给出敏感性的数学表达式。以UCI数据集为基础，验证该算法的计算精度，结果表明该算法得到的敏感性理论值能较好地逼近敏感性的模拟值。     

基于Madaline网络敏感性的主动学习算法研究

提出一种基于Madaline网络敏感性的主动学习算法。首先用部分样本训练Madaline网络,然后以Madaline网络输出对其输入在给定样本点附近变化的敏感性为尺度,主动从未参与训练的样本中挑选敏感性相对大的样本继续进行训练,循环反复这个过程直到满足训练要求为止。实验验证了该主动学习算法处理离散分类问题的有效性和可行性。     

网络敏感性的主动学习算法研究

提出一种基于Madaline网络敏感性的主动学习算法。首先用部分样本训练Madaline网络，然后以Madaline网络输出对其输入在给定样本点附近变化的敏感性为尺度，主动从未参与训练的样本中挑选敏感性相对大的样本继续进行训练，循环反复这个过程直到满足训练要求为止。实验验证了该主动学习算法处理离散分类问题的有效性和可行性。