网络结构增长的极端学习机算法

针对极端学习机(extreme learning machine,ELM)结构设计问题,基于隐含层激活函数及其导函数提出一种前向神经网络结构增长算法.首先以Sigmoid函数为例给出了一类基函数的派生特性:导函数可以由其原函数表示.其次,利用这种派生特性提出了ELM结构设计方法,该方法自动生成双隐含层前向神经网络,其第1隐含层的结点随机逐一生成.第2隐含层的输出由第1隐含层新添结点的激活函数及其导函数确定,输出层权值由最小二乘法分析获得.最后给出了所提算法收敛性及稳定性的理论证明.对非线性系统辨识及双螺旋分类问题的仿真结果证明了所提算法的有效性.     

基于面板数据的接近性和相似性关联度模型

对于面板数据, 首先给出面板数据的空间投射方法, 将面板数据投射为空间的向量序列. 然后, 基于空间向量的夹角和距离分别构建相似性和接近性关联度模型. 具体方法为: 利用向量夹角构建面板数据的相似性关联度模型; 同时, 基于向量差的模构建面板数据的接近性关联度模型. 分别讨论两种关联度模型的规范性和对称性等性质. 最后, 通过实例验证了相似性和接近性关联度模型的合理性. 分析结果表明, 所提出的关联度模型能较好地反映面板数据的相似性和接近性的关联程度.

     

半导体瞬态问题的二次有限体积元方法及分析

对于半导体瞬态问题的数学模型,我们采用Lagrange型分片二次多项式空间和分片常数函数空间分别作为试探函数和检验函数空间,构造了该问题的全离散二次有限体积元格式,并进行误差分析,得到了次优阶L2模误差估计结果。     

[α／R]知识-[R]知识κ阶生成与它的依赖性定理

利用[α／R]知识-[R]知识生成概念，提出[α／R]知识生成依赖性定理，知识平面π上的知识颗粒不变性原理和生成依赖的方向不变性原理．这些结果是从变异粗集，[α／R]知识的依赖性得到的．本文给出[α／R]知识-[R]知识κ阶生成概念，提出κ阶生成依赖性定理，κ阶生成依赖一致性原理、     

具有属性析取扩展特征的内逆P-信息智能挖掘

逆P-集合(inverse packet sets)是由内逆P-集合P-F(internal inverse packet set(X)F)与外逆P-集合XF(outerinverse packet setXF)构成的集合对;或者,((X)F,(X)F)是逆P-集合;逆P-集合具有动态特性.它是研究另一类动态信息与应用的新模型.逆P-集合中元素的属性满足属性析取.利用内逆P-集合的结构,给出了元素的属性析取扩展形式与特征、属性析取扩展条件下的内逆P-信息智能挖掘,以及挖掘定理与智能挖掘原理;给出了满足内逆P-推理与非完整信息条件下的完整信息的智能挖掘-发现.利用这些结果,给出了具有属性析取扩展特征的信息智能挖掘的应用.     

粗交流的一种新定义形式

利用上近似、下近似等概念给出粗交流的一种新定义形式，得出该定义形式下粗交流与原定义形式下粗交流之间的关系定理。最后通过一个具体实例给出直观分析。     

粗集、S-粗集、函数S-粗集及其关系定理

针对Pawlak粗集理论的现况,着重介绍了S-粗集、函数S-粗集的定义、两种结构及对偶形式,详细讨论了S-粗集与Pawlak粗集之间的关系,函数S-粗集与S-粗集、Pawlak粗集之间的关系。最后给出了S-粗集理论的可应用领域。     

国家标准GB3102.11中偏导数符号与读法的应用与商榷

为了给科技论文著者和编辑在选择国家标准GB 3102.11—1993《物理科学和技术中使用的数学符号》中偏导数的诸多符号与读法时提供参考,针对标准中关于偏导数符号与读法的规定,根据数学逻辑与数理统计,对偏导数各种符号与读法的适用性进行分析,并提出几点商榷。分析表明：在偏导数的5种符号、、、fx、中,首选为宜,其次是fx;而在“偏导数”、“偏微商”这2种读法中,首选“偏导数”为宜;研究结果从高等数学专业的角度指出了标准中偏导数诸多符号与读法的适用性,为科技论文撰写与编辑中偏导数诸多符号与读法的选择提供了依据。     

基于VPRS的信息系统近似决策规则优化

基于变精度粗糙集模型,在决策信息系统中定义近似协调等价类的一种近似约简;构造相应的区分函数,利用布尔推理理论求取近似协调等价类的近似约简,并由此获取近似决策规则的简化决策规则。利用这个方法得到的简化决策规则,与原系统中的近似决策规则是相容的。     

基于彩色摄像头的四足机器人自主循迹算法的研究与实现

机器人的智能环境交互能力是人机共融的主要能力之一,随着四足机器人技术的进步和发展,提高四足机器人与环境的智能交互能力是当前的一个研究热点。基于开发的小型电驱动四足机器人物理平台,在集成彩色摄像头和相关处理单元的基础上,本文设计了一种跟踪性能较好的自主循迹算法,结合四足机器人的方向运动控制策略,实现了机器人的自主循迹,为后续机器人环境感知能力的提高和机器人竞赛提供了一定的算法应用基础。