基于优化RBF神经网络的集成算法及其在调制识别中的应用

首先通过模拟退火算法对单个网络的隐含层高斯基函数中心值和标准化常数聚类算法进行了优化,进而提出了一种基于泛化误差性能跟踪的最优训练中止算法,避免了神经网络的过学习问题;最后通过基于最优权重的集成算法给出了模式所属类别的确定性衡量,提高了识别精度和系统的泛化能力。将该算法用于调制信号类型识别,取得了较高的识别精度。     

一类反应扩散模型的未知参数辨识

考虑一类反应扩散模型的参数辨识问题，将原问题转化为最优化问题后，利用伴随状态方法，推导出控制方程组的伴随方程组，从而给出目标函数关于未知参数的下降方向计算公式。最后给出具体的算法，说明了该方法的可行性。     

动力系统临界点性质与混沌行为研究

文章利用临界点性质研究判断离散动力系统在混沌区内的k周期窗口的方法，并讨论动力系统的混沌特性与渐近行为。     

二维SBq与Zakharov方程组的整体强解

考虑二维ＳＢｑ方程组与Ｚａｋｈａｒｏｖ方程组的初边值问题，采用Ｇａｌｅｒｋｉｎ方法和紧致性原理及能量估计，证明了这些问题整体强解的存在唯一性．     

求解图像分割模型的快速梯度投影算法

针对带约束条件的凸图像分割模型,提出一种快速数值实现算法。该算法在梯度投影算法的基础上结合了快速迭代收缩算法的加速收敛策略,利用正交投影处理不等式约束条件,避免了一般罚函数方法所带来的处罚项的不规则性;同时采用对偶方法来避免全变分项的非光滑性和高非线性性。实验结果表明了所提出算法的有效性和在收敛速度上的优越性。     

二维Schrodinger－BBM方程组的整体强解

考虑二维非线性Ｓｃｈｒｄｉｎｇｅｒ－ＢＢＭ方程组的初边值问题。采用Ｇａｌｅｒｋｉｎ方法和能量估计技巧，获得该问题整体强解的存在唯一性。     

基于AOS格式的水平集快速分割模型

针对C-V图像分割模型提出了一种快速分割模型。首先引入一种新的内部能量函数,即以水平集函数与距离函数的偏差作为能量函数,无需重初始化水平集函数,且初始水平集函数可以用一般的分段函数来定义,节省了初始化和重初始化过程所消耗的时间。其次计算格式采用AOS格式,该差分格式无条件稳定。实验结果表明了该分割模型的有效性。     

基于选择性集成SVM的数据类型识别

提出基于选择性集成支持向量机的语音、话带数据信号分类方法,根据集成算法的差异性定义,采用两层级联结构的动态叠加算法完成决策输出。该方法能够在训练阶段准确地选择具有较高识别精度和差异性的成员分类器,在测试阶段对各成员分类器进行动态集成,保证最终的分类结果最优。构建时域、频域相结合的特征向量,并具有较好的抗噪声能力。实验结果表明,该方法无论在分类还是在运算复杂度上都取得较好的效果。