基于支持向量机和人工免疫的新结合算法

为了减少大规模数据的支持向量机的样本训练时间，提出了人工免疫（aiNet）和支持向量机（SVM）相结合的算法（ai—SVM）。aiNet能在进行样本压缩的同时抽取原始数据的相关信息并保持原始数据的样本分布。压缩后的样本组成了抗体网络，并在此抗体网络上构建了支持向量机模型。最后结合实际数据样本对ai—SVM算法进行了验证。结果表明，ai-SVM算法可大大减小训练样本集和训练代价，且不降低精度。     

基于改进蝴蝶优化算法的无人机3-D航迹规划方法

针对基本蝴蝶优化算法（Butterfly optimization algorithm,BOA）在进行无人机（Unmanned aerial vehicle,UAV）三维航迹规划时存在的搜索速度慢、搜索精度低以及易陷入局部最优等问题，提出一种改进的蝴蝶优化算法（Improved butterfly optimization algorithm,IBOA）。在全局搜索阶段提出对数自适应惯性权重策略和动态更新调节策略，提高了算法全局搜索能力和搜索精度。同时，在局部搜索阶段，提出一种动态概率余弦选择策略，增加位置更新多样性，避免陷入局部最优。首先，为检验改进算法与基本算法的寻优性能，在部分标准多元函数上进行仿真对比。对比结果表明，改进算法对复杂函数具有较强的寻优能力，能在更短时间内找到全局最优解。然后，在二维路径规划仿真中对比了改进算法与PSO算法性能，从对比结果看，IBOA具有更优的规划效果。接着，利用山峰模拟函数对UAV三维航迹规划进行建模，将改进算法应用到航迹规划中，利用MATLAB仿真对比了不同复杂度环境下的航迹规划效果。仿真实验表明：相同实验条件下，该优化算法较BOA综合适应度值减...     

一种基于Petri网模型进行故障树分析的改进算法

集算集，利用Petri网的性质对故障树进行建模，并基于对偶和再吸收处理提出一种改进的最小割法。理论分析和实例验证的结果表明，该算法可以大大地减少计算量，能同时得到最小路且易于在计算机上实现。     

分数阶傅里叶变换改进算法在时频分析中的应用

本文对现有分数阶傅立叶变换算法进行改进,并将其应用于非平稳信号时频分析中,从计算速度、计算精度、算法稳定性等角度与现有分数阶傅立叶变换算法进行对比分析,通过算例对比验证改进算法的优势,然后将改进算法应用于非平稳信号时频谱获取,并与基于短时傅立叶变换的时频谱获取方法进行对比,改进算法计算结果稳定,计算速度较快。基于分数阶傅立叶变换的时频谱获取方法可精确获取线性调频信号的时频分布,与短时傅立叶算法相比具有不受调频斜率影响、抗噪声干扰能力强等特点。     

实时多任务环境下MAP与BITBUS异构网络互连

ＭＡＰ的应用层提供了多种通信标准，其中ＭＭＳ（制造报文规范）是一种能够满足工厂环境中各种自动化设备之间通信需要的协议。在我国，ＢＩＴＢＵＳ网已被大量使用于底层设备互连，在技术和实现上都较成熟。本文以ＭＡＰ，ＢＩＴＢＵＵ网络体系结构和协议为基础，根据网络互连方法和原则，构造了一个应用层同关，提出了网关的物理模型，从而给出ＭＡＰ网与ＢＴＴＢＵＳ网互连的一种设计方案及在ＡＭＸ实时多任务环境下的互连实现。     

基于混沌特性的网络流量预测

高速网络中存在着以自相似为特征的多种业务流量,这种自相似特征和混沌现象的吸引子有着紧密的联系。本文基于混沌时间序列重构相空间理论,根据最大Lyapunov指数,分别采用W o lf原始算法和改进算法,对高速网络中自相似信源的速率进行了预测,并给出了最大可预报时间。仿真结果表明,W o lf改进算法预测精度及可靠性更高。     

BP网学习算法的改进及其在模式识别中的应用

提出了一种基于熵类误差准则函数的渐进收缩学习方法，避免了当模式反转时，传统ＢＰ算法的局域极小，加快了收敛速度，且有效地改善了网络的推广性能。此外，还提出了一种自适应学习率调整方法，克服了传统ＢＰ算法中固定步长不能适应复杂的误差曲面的问题，在收敛速度方面有较大地改善，并且对参数的敏感性小，有较好的鲁棒性。     

多雷达跟踪网数据融合算法的研究

为了将国外多传感器融合技术引用的雷达网系统中，本文对国外多传感器数据融合技术做了简要叙述，并进行了归纳，分析，作者认为在卡尔曼滤波前，对多个传感器的观测数据进行并行的预处理（融合估计）的算法比其他融合算法要求，为了找到使跟踪精度更高的数据融合算法，本文不仅就参与融合的观测值的数目与跟踪精度的关系进行了仿真比较，而且对几种认为可取的国外算法进行了扩展与改进。最后，将改进后的几种融合算法就其应用于雷达     

基于复杂多阶段连续决策问题的动态窗口蚁群算法研究

本文研究非线性的大规模复杂多阶段连续决策问题,研究了一种结合遗传优化的动态窗口蚁群算法。该算法将各阶段容许决策值映射为一个层状构造图中的有限节点集,其中每一层节点对应某一阶段容许决策集的子集,该子集用实数编码遗传优化进行动态筛选,以减小算法的搜索空间。     

用人工神经网络模拟三维编织复合材料的力学性能

三维编织复合材料由于其材料结构及编织工艺的复杂性和众多工艺参数的影响，目前尚未建立成熟的力学模型。本文采用人工神经网络ＢＰ算法，将编织工艺参数作为人工神经网络的输入，将弹性模量及强度性能作为输出，建立了编织工艺参数与力学性能的人工神经网络关系模型，并讨论了ＢＰ算法及网络结构。这种人工神经网络关系模型对于三维编织复合材料的实验、生产和应用。工艺参数的选取以及理论模型的研究都有重要的参考价值。本文最后     

一种基于粗糙集理论的粗糙神经网络构造方法

提出在BP神经网络中使用粗糙集理论网络的设计，由于粗糙集理论有强大的数值分析能力,而BP神经网络具有准确的逼近收敛能力和较高的精度，所以通过两者的结合，可以得到一种可理解性好，计算简单，收敛速度快的神经网络模型，这种神经网络的算法的主要过程为：首先利用粗糙集能力去发现给定数据集的一些规则，然后根据这些规则构造神经网络稳含层的神经元个数，最后用BP算法迭代求了网络的各种参数，完成网络的设计，本文最后给出了一个三维非线性函数的实例进一步验证了网络的正确性。     

数字出版专业教师发展策略

加强继续教育,是数字出版专业教师自身发展的要求,是数字出版产业实践发展的要求,也是培养复合型数字出版人才的要求。加强数字出版专业教师继续教育,必须加强思想认识,树立终身教育观念;坚持双管齐下,开辟教育路径;注重培训实效,创新教育内容和形式;重视规划,完善教师发展制度,应当将理论研究与教学实践相结合、自我提升与外在培训相结合、国内培训与国外学习相结合。。     

Evaluation of Trajectory Error Effects in BP Based Space Target ISAR Imaging

The space target imaging is important in the development of space technology.Due to the availability of trajectory information of the space targets and the arising of rapid parallel processing hardware,the back projection (BP) method has been applied to synthetic aperture radar (SAR) imaging and shows a number of advantages as compared with conventional Fourier-domain imaging algorithms.However,the practical processing shows that the insufficient accuracy of the trajectory information results in the degrading of the imaging results.On the other hand,the autofocusing algorithms for BP imaging are not well developed,which is a bottleneck for the application of BP imaging.Here,an analysis of the effect of trajectory errors on the space target imaging using microlocal technology is presented.Our analysis provides an explicit quantitative relationship between the trajectory errors of the space target and the positioning errors in the reconstructed images.The explicit form of the position errors for some typical trajectory errors is also presented.Numerical simulations demonstrate our theoretical findings.The measured position errors obtained from the reconstructed images are consistent with the analytic errors calculated by using the derived formulas.Our results will be used in the development of effective autofocusing methods for BP imaging.     

语篇分析理论指导下的高级英语教学

高级英语是高校针对英语专业三四年级学生开设的一门学科,目的是训练和提高学生的综合英语技能。将语篇分析理论运用到高级英语课堂教学中来,以具体课文为例,对其标题、结构、衔接和连贯进行分析,对高级英语的课程建设有很大的推动作用。     

基于BP神经网络的含褶皱复合材料强度预测

利用BP(Back propagation)神经网络处理多参数问题具有的非线性映射及泛化能力,构建了具有3层隐藏层的神经网络,对含纤维褶皱复合材料层合板的压缩强度进行预测。基于LaRC失效准则建立三维损伤模型,对含褶皱复合材料的压缩失效进行数值分析。将数值分析结果作为数据样本对神经网络进行训练。采用黄金分割法快速确定最佳隐藏层神经元数量区间范围,并通过分析对比不同数量神经元模型的强度预测结果及评价指标,确定具有高预测精度的隐藏层神经元数量。结果表明,所构建的神经网络预测最大褶皱角为5.6°、9.9°和11.4°的3种层合板失效强度误差分别为3.4%、4.6%和-0.01%。本文所发展的基于BP神经网络对复合材料强度进行预测的方法,为工程应用中复合材料强度评估提供了一种有效的途径。     

柔性工艺路线的改进蚁群作业调度算法

在具有柔性工艺路线的制造单元作业调度问题中，结合设备的约束以及加工过程中的费用、加工时间等因素，依据具有柔性的工艺加工路线，建立初始有向图。采用基于动态信息素更新策略的改进蚁群优化算法，在保证优化目标的基础上，迅速收敛并得到最优解，从而提高调度系统的可行性，增强系统稳定性。该方法以减少外协，均衡生产，降低总生产费用为目标，有效地支持了分布式制造单元的管理过程，增强了单元系统信息分布处理能力。最后通过算例，对计算结果进行了分析和讨论。     

一种新型人工神经网络的实现与改进——概率逻辑神经网络

概率逻辑神经网络模型是一新兴的神经网络模型,它不仅具有较快的训练速度,而且具有“自退火”性能,并易于硬件实现,从而成功地克服了误差反向传播(BP)模型的训练时间长,易于陷于局部最小点的弱点。本文将给出概率逻辑神经网络(PLNN)的一般结构、学习算法及其模拟实现的情况。并由此推广到多层联想网络的实现与分析,最后给出了PLNN与BP的比较结果。     

高职教育如何适应国际化人才竞争

高职教育是高等教育的重要组成部分,以培养高等技术应用型人才为根本任务,以知识社会需要为目标。“入世”后,由于经济结构的变化导致职业结构的调适,呼吁加速技术应用型人才培养。为适应国际化人才竞争,高职教育人才为先导,树立现代教育观点,注重素质教育,树立国际化观念;以教学改革为核心;以教学基本建设为重点;注重提高质量,培养特色鲜明、有现代意识、在国际人才市场上有竞争能力的高素质的人才。     

复合材料低速冲击损伤面积神经网络估算方法

损伤面积是复合材料层合板在受低速冲击后其损伤严重程度主要表征参数之一。本文基于3层拓扑结构的BP人工神经网络,以冲击能量和凹坑深度作为输入参数,建立了损伤面积的快速估算模型。利用试验样本数据对BP神经网络模型训练后,选取样本数据进行仿真验证。对比分析说明该损伤面积估算模型具有良好的试验数据内在联系发掘能力,估算准确性与效率较高。本文研究为复合材料层合板低速冲击损伤面积估算提供了一种新的有效方法。     

基于BP神经网络的内圆磨床主轴动态分析方法研究

通过对神经网络学习样本的选择问题的研究，本文提出了采用“多水平正交表”选取神经网络的训练样本的方法，建立了内圆磨床主轴系统的BP神经网络模型，并在试验的基础上借助于优化方法进行了模型修正和优化计算。该方法不仅计算方便、快捷，而且具有较高的计算精度。