小波模糊神经网络在非线性函数逼近中的应用

将前馈神经网络与T-S模糊模型相融合构造了一种模糊神经网络,进一步利用小波变换的压缩特性与模糊神经网络相结合构造出一种小波模糊神经网络模型,并应用在非线性函数逼近上。通过仿真,结果表明小波模糊神经网络是最优的。     

浅议C语言中函数递归调用的教学

在C语言的教学中,函数的递归调用是教学的重点与难点。笔者根据多年的教育教学经验,总结出几个有关的知识点,使学生能正确而熟练的掌握这部分内容。     

基于不同核函数的支持向量机的分析与比较

本文首先介绍了SVM的原理及各种数据分类算法,然后描述三种不同的工具箱（LS SVMLAB、OSU SVM、SVM SteveGunn）,分析不同的核函数,在此基础上,对两个数据集（Iris、LiverDisorders）进行分类,记录其分类准确率及运行时间,通过比较分析,选出一个最佳的核函数以及工具箱.结果显示,OSU SVM工具箱的分类性能是最优的.     

O'Caml泛型编程中“泛型抽象”的研究

泛型编程旨在编写一般化并可重复使用的算法,主要目的是提高程序的复用性,其效率与针对某特定数据类型而设计的算法相同.泛型编程可以使算法与数据结构完全分离,极大提高了程序的灵活性.在O'Caml语言中已经实现了类型标记函数和泛型函数,但泛型函数的类型参数只能是基本类型或实例化类型,不能使用抽象类型.“泛型抽象”是指使用抽象类型作为类型参数的函数定义方法,实现了“泛型编程”类型参数的多样化.文中在O'Caml语言上进行“泛型抽象”的研究,根据规则对O'Caml语言语法进行扩展,并在O'Caml语言中实现了“泛型抽象”函数定义.     

A unified level set framework utilizing parameter priors for medical image segmentation

Image segmentation plays an important role in many medical imaging systems, yet in complex circumstances it remains an open problem. One of the main difficulties is the intensity inhomogeneity in an image. In order to tackle this problem, we first introduce a region-based level set segmentation framework to unify the traditional global and local methods. We then propose two novel parameter priors, i.e., the local order regularization and interactive regularization, and then utilize them as the constraints of the objective energy function. The objective energy function is finally minimized via a level set evolution process to achieve image segmentation. Extensive experiments show that the proposed approach has gained significant improvements in both accuracy and efficiency over the state-of-the-art methods.     

一种改进的SVM算法在入侵检测中的应用

传统的入侵检测算法在处理网络流式数据时,由于网络数据量大,而且具有高维性,冗余性等特点,导致入侵检测计算量大,占用资源较多,训练和预测的时间较长等不足,这就需要在保留网络数据有用信息的前提下进行数据的特征提取。采用核主成分分析(KPCA)对网络入侵数据进行维数和消除冗余信息处理,减少支持向量机输入的维数,利用粒子群算法对SVM进行参数寻优,选取修正核函数代替传统的单一核函数,实验证明,该改进算法有效地提高了入侵检测的检测率,同时也提高了预测的速度。     

做数学，让知识链起来——几何画板支持下初中数学专题探究式教学研究

在信息技术与课程整合的形势下,传统教学与课程改革、过程体验与考试成绩,这两项看似的冲突成为广大教师课程改革的困惑与阻碍。本文采用专题探究式教学模式,并以初中函数图像性质专题教学为例,设计了具体的教学流程与方法。旨在探讨信息技术支持下,师生。做数学”,学生朝向高能力、高分数的目标发展。     

基于改进K-means聚类算法的组合模型建模

在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动.针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化.同时定义了一种新的目标函数并将其引用到传统的K-means聚类算法中,以实现对聚类结构类别数K的优化选择.将训练集样本数据经上述方法聚类后,再将各个子类分别建立基于支持向量机的子模型,通过开关切换的方式连接各子模型得到组合的支持向量机模型.将该方法应用于双酚A生产过程的缩合反应单元溶解罐出口苯酚含量的软测量建模.工业实例仿真结果表明:该算法能较好地跟踪苯酚含量的变化趋势,有效地改善了数据分类效果,提高了软测量模型的估计精度,显示了它在工业领域的应用潜力.     

确定河流生态流量的几种湿周法比较

为比较不同湿周法在计算河流生态流量中的适用性,采用幂函数描述无量纲化的湿周～流量关系,利用曲率法、斜率法及多目标评价法中的线性加权和法、理想点法(尺度系数r分别取1,2,∞)、乘除法等7种方法计算河流生态流量。结果表明:曲率法的结果偏小;斜率法、理想点法(r=1)、线性加权和法的结果相同,且位于各方法的中间;另外3种多目标评价方法得到的河流生态流量大于斜率法等的结果,但湿周的增加比例明显小于流量增加比例。在湿周～流量关系符合幂函数关系时,利用斜率法或理想点法(r=1)、线性加权和法确定河流生态流量的方法是适宜的。     

典型年和长系列年计算方法对水资源配置结果影响实例分析

典型年法和长系列年法是水资源配置模型求解的不同策略.文章以两北干旱地区五家渠市为例,通过建立该市水资源配置模型,探索典型年法和长序列年法不同的求解机理,研究典型年和长序列年方法对于配置结果的影响,以期在开展水资源配置工作中选用合理的配置方法提供参考.