Elman网络与BP网络在空调负荷预测中的应用对比研究

为了更准确地进行空调系统负荷的预测，应用了在处理序列输入输出数据具有优越性的Elman回归神经网络建立负荷预测模型，并用2003年7月份的统计数据进行检测。同时也应用了基于BP算法的静态前馈神经网络进行建模和检测，比较两种检测结果，证明了Elman网络在动态预测实验中与BP网络相比较的优势。     

基于构造性神经网络的石油测井解释方法

为了克服传统的BP神经网络算法收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法——级联算法CCA及其在石油工程中的应用。采用该算法进行了储层参数预测的研究,通过与BP神经网络的研究结果进行比较,进一步体现出构造性神经网络的优越性。     

网络安全与防范

随着计算机网络技术的发展,网络安全成为一个突出的问题。介绍了计算机网络安全的概念和现状,从分析网络安全的缺陷入手,介绍了网络安全的防范技术;着重探讨了入侵检测技术。入侵检测是网络和信息系统安全中的重要技术手段。对该技术的概念、功能与标准、分类、主要方法及特点进行了综述,对目前一些结合计算智能的入侵检测方法做了概括性的分析,并探讨了一种基于人体免疫原理的分布式智能入侵检测系统模型并描述了其工作流程。人工免疫系统作为新型的计算智能系统,在计算机安全领域得到了广泛应用。从生物免疫机制入手,分析了目前人工免疫系统在计算机安全领域的应用及常用免疫算法应用于安全领域具有的主要优点和存在的不足。     

卷积神经网络在岩石薄片图像检索中的应用初探

近几年来,卷积神经网络引起了国内外研究者的广泛关注,并在大规模图像处理方面有出色的表现,尤其在模式识别领域.将地质勘探与计算机技术相结合,在岩石图像处理方面已经取得了较好的成绩,并且还在不断的探索中,以求更好地投入到实际中去.对于地质勘探研究者来说,对于大量的岩石薄片图像,如何进行快速并且有效的检索是值得研究的领域课题.传统的基于文本的检索方式已不能满足要求,为此,本文试图将卷积神经网络引入到岩石薄片图像的检索中,分析其在岩石薄片图像检索中的可行性.     

回转窑石灰粉化率模拟实验方法的设计

炼钢生产对石灰粒度有一定的要求,因此在选择石灰石矿山时,必须对原料的采集地进行相关的实验。针对目前冶金行业内没有一套有效的石灰粉化率测定方法的问题,通过对石灰在回转窑内粉化机理分析,制定出一套模拟回转窑石灰粉化率实验室测定的方法。该试验方法不需要制备大量实验原料,实验设备简单。通过和生产实际对比后发现,实验数据和生产实际非常接近,具备推广应用价值。     

基于数据挖掘算法的入侵检测综述

由于越来越多的基于网络的服务和敏感信息相继出现在网络上,维护信息安全变得十分必要。数据挖掘技术已成为用来进行入侵检测的有效技术之一。本文介绍了几种用于实现入侵检测系统的数据挖掘技术,并对与数据挖掘算法相关的研究进行分析阐述。