基于BP神经网络的水库优化调度

在阐述神经网络基本原理及其改进的基础上,提出了建立水库优化调度函数的神经网络模型,利用该模型建立了水库优化调度函数。通过实例计算表明,模型计算结果基本能反映水库调度的实际情况,符合水库调度的规律,表明所建立的调度函数是合理可靠的;BP神经网络由于其较强的数据处理和映射功能,能准确地反映水库运行要素之间的复杂的非线性关系,所建立的水库调度函数适合于指导水库的调度运行。     

基于LM神经网络的一种生物医学数据分类方法

生物医学数据智能化处理是当前医学信息工程中一个研究热点,针对梯度下降BP(反向传播)神经网络收敛速度慢,易于陷入局部极小等缺点,采用LM神经网络对梯度下降算法进行改进。分析了LM算法的原理并通过对一组乳腺癌数据进行分类,表明该算法具有很快的收敛速度及较高的识别准确率,为医学数据分类提供了一种新方法。采用的数据来源于UCI机器学习数据集。     

时态数据库在研究生信息管理中的应用

采用时态数据库对不同时期的研究生信息及研究生规则进行管理。研究生信息中含有很多与时间有关的信息,比如入学时间,研究生个人信息与研究生成绩的有效时间等。规则具有时态性,不同的时期有不同的规则,当前只适用当前有效的规则。传统数据库很难体现数据的时态性,在时间处理方面也遇到很大挑战。结果表明时态数据库在时间运算和处理方面有独到的优势,显示出了极大的优越性。     

基于免疫的神经网络数据挖掘

本文着重探讨数据挖掘算法在财务数据分析中的应用。以上市公司的财务信息为实验数据,将基于免疫的神经网络挖掘模型应用于财务风险识别。SAS在金融领域一直有着广泛的应用,鉴于其完美的企业数据挖掘的解决方案,本文采用SASEM来进行挖掘实验。     

Struts技术在电能计量装置异常处理系统中的应用

随着电网的商业化、市场化的深入发展,市场运行模式和规则不断修改和完善,要求电能计量系统具有更强的开放性和灵活性,方便进行系统扩充、修改和引入第三方软件和设备。山西省朔州供电局分公司为适应市场需求,增强电能计量装置异常处理分析的便捷性和准确性,针对其具体要求,设计了基于Struts框架技术的电能计量异常处理分析系统,并对应用中涉及的关键技术进行了分析。     

基于物流信息系统的客户需求算法分析

在物流系统中最重要的部分是如何使客户需求与物流企业提供的物品属性相匹配,如何在满足客户需求的同时使企业利益最大化是现代物流企业的急需解决的重要问题。通过分析山西省公路公司煤炭物流信息系统客户需求,对客户需求信息进行分析,利用相似性原理,寻求较佳的解决方案,使客户与物流企业达到双赢。     

基于Z规格的UML模型形式化转换及验证

统一建模语言(UML)所建立的模型的正确性无法通过其本身进行形式化验证,为解决这个问题,根据UML模型的静态性质和动态模块行为两个方面提出结合形式化规格说明语言的模型形式化方案,以此为基础提出将UML目标模型转化为Z规格说明的形式化方法,并用Z-EVES工具形式化检测Z规格描述的正确性.通过实例分析验证了该方法的可行性.     

基于遗传算法的智能自动组卷问题的研究

高效、科学、强壮的智能组卷算法是实现自动智能组卷的关键技术,也是目前CAI领域的热门研点之一。对智能自动组卷问题及各种组卷算法进行了分析,提出运用遗传算法的全局寻优对智能自动组卷问题进行研究,得到了解决适合要求的试题模型的实用算法,通过采用矩阵知识表示方法,根据实际问题设计得有效的遗传算子,直接在解上进行遗传操作,实验结果表明遗传算法相对于其他算法能取得此采用传统的二进制编码的知识表示方法更好的效果,具有较好的使用性能和实用性。     

隔离技术及其应用

分析了当前的防火墙、物理隔离、串并口隔离、双网卡隔离、包过滤等几种隔离技术 ,最后给出了一个设计好的串并口隔离技术在证券交易系统中的应用实例     

免疫算法在图像检索的应用

目前,基于内容的图像数据库检索己成为图像检索研究的主流,核心是图像相似性检索。其遇到的主要问题是检索的准确性需要进一步提高。由于免疫算法具有长期记忆和学习的能力,非常适合对用户的反馈信息进行长期的学习来提高系统对用户语义的理解能力。本文利用免疫算法的优点提出了基于免疫算法的图像检索模型并实现了一个原型化检索模型。对10000张corel图像库进行试验表明,相对于传统方法检索精度有了很大的提高。