基于BP神经网络的数据挖掘及在股价预测中的应用

对BP网络的拓扑结构及其结构的确定进行分析,时如何提高网络的泛化能力和网络模型的合理化进行研究,给出一些具体方法和建议.结合以上的分析,利用BP网络对股票价格进行预测,所得结果表明,只要选择合理的网络模型和结构,其预测能力是相当可观的.     

双权值网络在电源管理中的应用研究

本文阐述了一种基于双权值神经网络的数据拟合学习算法,并在此基础上提出一种将其应用于系统电源管理的新算法.双权值神经网络通过学习系统中的历史空闲段长度,对未来将产生的空闲段长度进行预测,使得系统能够根据预测结果自动切换其运行的状态,从而达到降低功耗的目的.实验证明:较传统的电源管理算法,本算法能进一步提高系统的正确关断率、降低系统在空闲时段的功耗.     

B样条函数的图像分割分水岭算法研究

针对传统分水岭算法存在的过分割和对噪声敏感问题,提出了一种能够很好地抑制噪声,剔除图像的伪边缘、准确定位图像边缘信息的方法.采用高频强调滤波对梯度图像进行增强,利用B样条函数对增强后的图像进行多次拟合,最后对拟合的曲面进行分水岭分割.实验结果表明,通过该方法处理的梯度图像再进行分水岭变换,有效避免了过分割问题,同时准确定位了图像边缘信息,提高了分割精度.     

连续PH 分布数据拟合的确定性退火BP算法

针对目前连续PH 分布数据拟合EM(Expectation-Maximization)算法存在的初值敏感问题,提出运用确定性退火EM 算法进行连续PH 分布数据拟合,给出了详细的理论推导,并通过两个拟合实例与标准EM 算法进行了对比.对比结果表明所提出的方法可以有效地避免初值选择的不同对EM 算法结果的影响,减小陷入局部最优的可能性,能得到比标准EM算法更好的结果.     

双同心椭圆弧的几何拟合方法

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用椭圆几何定义得到的残差来衡量误差,建立关于误差的最小二乘方程,进而采用迭代方法求出描述双椭圆弧的8个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响,研究表明弧度越大、长短轴比率较接近1.1、样本噪声较小的时候,算法较稳定、准确。该方法也可以扩展处理多个同心椭圆弧的拟合问题。     

基于GH-PKC体制的盲签名方案

GH-PKC是一种新的基于GF(q)上三级线性反馈移位寄存器序列的公钥密码体制。其安全性基于有限域GF(q3)上的离散对数困难问题,但运算却在有限域GF(q)中进行。文中给出了一种新的基于GH-PKC的类ELGamal数字签名算法,并在此基础上构建了基于GH-PKC的盲签名方案,其安全性等价于解GF(q3)上离散对数困难问题,但是传输的数据量只有传统方案的1/3。     

数域筛法分解r^e±s型大整数时多项式的选取

数域筛法是目前最有效的大整数分解算法,多项式的选取是该算法中的一个重要环节,它关系到整个算法的运算速度和所耗时间。对数域筛法分解re±s型大整数时的多项式选取问题进行了研究,这里r、s分别为绝对值较小的整数。通过理论分析和数值计算,给出了选取多项式的一个新的原则—多项式次数在不同情况下的取值范围。     

二次拟合：一种提高软件可靠性模型精度的新方法

针对软件可靠性模型精度不高的问题,提出了"一次建模 + 二次拟合"的方法,通过误差补偿机制来提高模型精度,并将该方法应用于航天软件失效数据集.实践结果表明,提出的方法对于提高软件可靠性模型精度是有效的.     

一种新型的磁定向系统及其定向算法研究

为了提高基于地磁检测的定向精度,通过引入高精度步进电机控制,设计了一种新型的平面单轴磁定向系统。该系统仅需要一个磁性传感器输出信号,通过步进电机带动磁传感器在水平面内做等间隔转动,求取最大值位置以确定磁方位。针对干扰和测试噪声的影响,研究了基于遗传算法和最优化理论的混合数据处理方法。通过对测试数据正弦曲线的四参数拟合,获取初始相位,提高了测角精度。仿真研究和工程实验表明：该定向方法有着较高的精度和较好的稳定性。     

不规则网格上的曲面设计方法

提出一种在不规则网格上构造曲面的方法.其基本思想是,通过均匀双三次B样条基函数的分解和子基函数的分类,将B样条曲面方法推广到任意四边形网格.给定一个任意四边形控制网格,首先对每个控制点构造一个基函数;所有控制点加权组合形成整体曲面.构造的曲面是分片双三次有理参数多项式曲面.此方法可以看成是均匀B样条曲面构造方法的扩展,如果控制网格是规则四边形网格,那么构造得到的曲面与均匀双三次B样条曲面是一致的.最后,实例证明此方法能够有效地构造曲面.