Ant algorithms and stigmergy

Ant colonies, and more generally social insect societies, are distributed systems that, in spite of the simplicity of their individuals, present a highly structured social organization. As a result of this organization, ant colonies can accomplish complex tasks that in some cases far exceed the individual capacities of a single ant. The study of ant colonies behavior and of their self-organizing capacities is interesting for computer scientists because it provides models of distributed organization which are useful to solve difficult optimization and distributed control problems. In this paper we overview some models derived from the observation of real ants, emphasizing the role played by stigmergy as distributed communication paradigm, and we show how these models have inspired a number of novel algorithms for the solution of distributed optimization and distributed control problems.  

无线自组传感器网络

传感器技术正向着智能化、网络化的方向发展,无线自组传感器网络正是适应这种需求而出现的,它集传感器技术、微机电技术和网络通讯技术于一身,具有信息采集、处理和传输等技术.无线自组传感器网络在军事、工业、医疗、交通和民用等诸多方面潜在的巨大应用价值,引起了军事部门和工业界的广泛关注.本文以综述的形式介绍了无线自组传感器网络的特点和结构形式,对其广泛的应用前景做了描述,同时,对于目前国外在此方向的研究动态和研究方向作了介绍.希望本文的发表能引起国内同行对这个新兴领域的重视,争取早日将无线自组传感器网络的研究成果投入到应用领域.  

一种基于群体智能的Web文档聚类算法

将群体智能聚类模型运用于文档聚类，提出了一种基于群体智能的Web文档聚类算法，首先运用向量空间模型表示Web文档信息，采用常规方法如消除无用词和特征词条约简法则得到文本特征集，然后将文档的向量随机分布到一个平面上，运用基于群体智能的聚类方法进行文档聚类，最后从平面上采用递归算法收集聚类结果，为了改善算法的实用性，将原算法与k均值算法结合提出一种混合聚类算法，通过实验比较，结果表明基于群体智能的Web文档聚类算法具有较好的聚类特性，它能将与一个主题相关的Web文档较完全而准确地聚成一类。  

SOM神经网络算法的研究与进展

自组织映射(Self-organizing Maps，SOM)算法是一种无导师学习方法，具有良好的自组织、可视化等特性，已经得到了广泛的应用和研究。该文系统地介绍了SOM算法的产生背景、基本算法。同时对SOM算法的参数设置和其不足进行了分析。重点归纳了其发展过程中的各种改进算法，并对其研究热点及应用领域作了简要的综述，最后展望了该算法的发展方向。  

一种新的基于二叉树的SVM多类分类方法

介绍了几种常用的支持向量机多类分类方法，分析其存在的问题及缺点。提出了一种基于二叉树的支持向量机多类分类方法（BT SVM），并将基于核的自组织映射引入进行聚类。结果表明，采用该方法进行多类分类比1 v r SVMs和1 v 1 SVMs具有更高的分类精度。  

Anomaly Detection Using Real-Valued Negative Selection

This paper describes a real-valued representation for the negative selection algorithm and its applications to anomaly detection. In many anomaly detection applications, only positive (normal) samples are available for training purpose. However, conventional classification algorithms need samples for all classes (e.g. normal and abnormal) during the training phase. This approach uses only normal samples to generate abnormal samples, which are used as input to a classification algorithm. This hybrid approach is compared against an anomaly detection technique that uses self-organizing maps to cluster the normal data sets (samples). Experiments are performed with different data sets and some results are reported.  

一种实时纸币识别方法的研究

纸币清分是银行的一项重要业务，目前人民币的机器清分技术还是我国的一项空白．提出了一种用于高速纸币清分机的实时人民币识别方法，该方法提取了纸币图像的方向块特征，将人民币的长度和宽度作为识别特征，采用了改进的Kohonen网络设计了识别分类器．实验结果表明，提出的方法取得了较高的识别率，并且满足了实时性的要求，并且已经在一个实际的系统中得到应用．  

基于对端重叠网络的通用大规模计算资源共享环境的构造

大规模计算资源共享是网格计算和其它基于Internet的计算模式的首要目标之一 .作为计算网格的一个主要分支 ,自愿计算环境在大规模计算模式中正在扮演着越来越重要的角色 .目前的自愿计算环境大多是专用和集中控制的 ,因而存在着某些可用性和可扩展性的问题 .该文构造了一个通用和可扩展的自愿计算环境 :Paradrop per .该环境的可扩展性得益于一个自组织的对端重叠网络 ( peer to peeroverlaynetwork) ;通用性得益于统一的计算和任务描述手段以及建立在该网络之上的计算任务调度、容错机制和界面友好的使用平台 .该文首先对自愿计算的特点以及Paradropper计算平台做了简要介绍 ,然后重点阐述该环境下计算网络的构造和基于该网络的计算任务调度算法 ,对计算网络的若干特性 (诸如高聚合性和低搜索路径 )以及调度的效能进行了仿真分析 ,最后 ,通过若干示例应用对计算平台的功能进行了测试 .仿真结果说明 ,该文构造的计算网络表现出明显的自组织特性 ,具有较好的可扩展性和自组织能力 ,能为计算资源的调度提供很好的支持 .小规模测试结果初步说明 ,该文构造的计算环境为Internet环境下的单程序多数据 (SPMD)的易并行计算应用提供了一个可行的思路 .  

基于无线传感器网络的监控平台设计

传感器网络综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术是信息科学一个新兴的研究领域,具有广阔的应用前景.本文依据自组织传感器网络的工作原理,以新型的系统级无线数据传输芯片为核心部件设计了可连接不同的传感器形成不同监控网络的传感监控平台.本文详细介绍了传感监控平台节点的组成和及其组成监控网络的工作原理.  

一种神经网络自组织模糊控制

本文提出一类基于神经网络的模糊控制。首先，它利用具有动态结构的ＢＰ网络进行模糊推理，实现模糊控制的最优推理过程。其次，它采用另一具有动态结构的ＢＰ网络校正现有的控制规则，实现规则自组织，在控制过程中不断优化控制性能，从而使控制的效果更加理想。