基于交叉验证的改进RBF分类器设计

本文提出了一种利用k均值聚类算法确定RBF神经网络径向基函数数目、函数中心及宽度,输出层权值由线性方程组确定,而网络参数的优化采用梯度下降法的网络设计方法.为了解决学习样本数据的有限性、RBF网络泛化能力较差和容易出现过拟合等问题,在网络训练中采用了基于交叉验证的归一化网络训练方法.通过仿真实验表明该方法训练所得的网络泛化能力及分类的准确率明显提高,并有效避免了过拟合问题.     

不需消息保密的盲代理签名方案

提出了一个不需要消息保密的盲代理签名方案,代理签名人的身份除对原始签名人外是保密的,只有指定接收者才能够验证代理签名的有效性,但无法确定代理签名人的身份,出现争议时指定接收者可以通过原始签名人揭示代理签名人的真实身份.以该方案为基础,还构造了一个高效的共享验证签名方案.     

不可连接的前向安全可撤销匿名代理签名体制

将前向概念引入匿名代理签名中,提出一个不可连接的前向安全可撤销匿名代理签名体制,其特点在于代理签名人的身份除对原始签名人外是保密的,代理签名人可以根据原始签名人的授权产生前向安全的签名,验证者可以验证代理签名的正确性,但无法揭示代理签名人的身份,出现争议时原始签名人可以揭示代理签名人的真实身份,而这个过程不需要可信中心...     

内外兼修——数据结构课程教学新思路

通过分析数据结构课程的特点,提出在保证课堂教学质量的前提下,充分利用课内实验和课外实践环节来巩固课堂知识,实现知识向能力的转化,最终实现改善教学效果的新思路。     

QPSO优化的改进CLARANS聚类算法

CLARANS算法是一种有效且广泛应用的聚类算法,适合发现任意形状的聚类结果,但CLARANS算法在搜索过程中容易陷入局部最优解,从而忽略全局最优解。为了避免CLARANS算法在搜索中心点时易受局部最优解的影响,提出一种将CLARANS算法中的邻接点作为QPSO算法的量子粒子,结点代价作为适应度函数对其进行寻优的改进CLARANS算法。将该改进算法应用于UCI数据集,结果表明该算法聚类效果好、收敛快,算法的稳定性、收敛性及寻优能力都有很大提高。     

浅谈淀粉废水治理中的几个问题

随着国家环保监察力度的加强，污水治理工程成了淀粉生产企业的生命工程。我们在多年的淀粉废水治理工程中，积累了一些实践经验，下面就污水处理的几个问题，与大家共同研讨。     

结合SOFM的改进CLARA聚类算法

介绍了自组织特征映射（SOFM）算法及大规模应用聚类（CLARA）算法的基本思想,提出了一种首先利用SOFM算法对数据集进行粗聚类,确定簇的数目k和神经元的连接权向量,然后从数据集中找出与SOFM算法的神经元的连接权向量最相似的k个代表点作为CLARA算法的k个代表点的初始值的改进CLARA算法。实验结果表明,改进算法具有更高的聚类效率和更好的聚类质量。     

基于模糊聚类的RBF分类器的设计与实现

提出一种RBF网络设计方法,利用模糊c均值聚类算法确定径向基函数的数目、基函数中心及宽度,输出层权值由线性方程组确定.对uci数据集进行分类仿真实验,证明利用该方法设计的RBF网络分类效果良好.     

ACM竞赛平台在计算机专业教学中的应用研究

本文分析了目前高校计算机专业教学中存在的一些问题,探讨了ACM竞赛平台在解决这些问题和学生创新能力培养中的重要作用。