径向基函数神经网络的再学习算法及其应用

为了应用径向基函数神经网络逐步地识别待研究系统,文章针对径向基函数神经网络的再学习算法开展了深入的研究.应用严格的数学推理方法,将径向基函数神经网络的再学习问题转化为矩阵求逆的附加运算.详细给出了径向基函数神经网络再学习算法中增加新训练样本和增加新基函数的数学公式,同时对如何获取新的训练样本进行了研究.     

基于径向基函数神经网络的红外步态识别

为提高红外步态识别的效果,提出一种基于径向基函数神经网络的多分类器融合算法。对红外步态序列,分别应用基于轮廓线傅立叶描述子特征的模糊分类器和基于下肢关节角度特征的贝叶斯分类器进行识别,再利用径向基函数神经网络的学习和分类功能,对获得的输出信息进行度量层的融合和再识别。仿真实验结果表明,该算法获得更加精确的分类效果。     

基于粗糙集支持向量机的红外步态识别

为进一步提高红外步态识别精度,构建了一种多分类器融合识别新模型,在根据各单分类器识别输出值构建度量向量的基础上,进行基于粗糙集支持向量机的多分类器融合识别.通过在Matlab7.5平台利用中科院红外步态库进行识别仿真实验,获得识别率和累积匹配分值的实验数据及对比结果.实验结果表明,基于粗糙集支持向量机的多分类器融合识别模型比单分类器在识别率方面有大幅度提高,识别性能理想,识别精度高.     

基于KOHONEN神经网络的模拟退火算法

本文提出了一种基于分布式知识的广义优化方法----基于KOHONEN神经网络的模拟退火算法。采用人工神经网络积累搜索区域信息,利用其学习的分布式寻优知识指导搜索过程的优化。研究了各种优化策略,给出了算法流程和结构框图。典型算例的仿真研究结果显示了新算法在寻优性能上的优越性。     

IPv6数字签名体制的安全研究

本文从IPv6的技术特点着手,基于IPv6互联网的安全机制对IPv6所支持的非对称密码算法进行了简要介绍,并且着重论述了IPv6的数字签名体制,最后针对我国的IPv6互联网信息安全的建设提出了合理化建议。     

云南炼油化工基地选址研究

介绍了云南炼油化工基地选址的原则、依据、步骤和方法.具体地阐述了炼油化工基地选址的过程以及在选址的每个阶段中应考虑的因素,并在厂址选择过程中应用定量评价方法,评价了各个条件对于厂址选择的重要性.由于基地选址比较合理,该项目可行性研究工作进展顺利.     

中国房价涨势的需求拉动和溢出效应研究

基于 2006~2016 年中国 30 个省市的房价面板数据,运用固定效应模型和分位数回归从整体和局部的视角来探讨房价波动的影响因素。研究结果表明:从整体来看,收入和房价溢出水平拉动房价上涨的特征较为明显;在东部地区,人口因素对房价波动的正向影响强于其他因素;在中部地区,建设成本和房价溢出因素的变动对房价波动的影响最大;在西部地区,人口因素和房价溢出因素对房价涨势的影响最为显著。研究认为,应坚持贯彻“房子是用来住的,不是用来炒的”理念,遏制房地产的投机行为,使住房逐步恢复到原有的“居住”属性。     

工程项目场地测量坐标与建筑坐标换算关系探讨

在工程项目施工放线中,由于测量坐标值一般偏大而且不圆整,施工人员在放线定位时容易出错,造成返工,并带来经济损失。建筑坐标系是以测量坐标系为基础建立起来的相对坐标系,建筑坐标系的引入有利于提高建、构筑物放线定位的准确性与便捷性,其与测量坐标系的换算公式是指导施工定位的重要工具。通过阐述在实际工程项目中测量坐标系与建筑坐标系二者换算关系常见的2种情形,归纳出二者的数学关系公式,有助于工程设计人员对测量坐标系和建筑坐标系的理解和运用。     

一种基于遗传算法的数据挖掘技术

首先对相关理论进行了概述,阐明了数据挖掘和遗传算法的产生与发展以及他们的相互结合。接着提出了基于遗传算法的关联规则的提取方法。将遗传算法应用到关联规则的提取方面,讨论了遗传算法的编码方法、遗传算子的设计和适应度函数的构造。为了验证算法的有效性,笔者给出一个简单的数据实例,说明了本文方法的有效性。     

预应力碳纤维片材加固工程结构的研究现状

与普通粘贴碳纤维加固技术相比,预应力碳纤维片材技术加固工程结构具有非常优越的性能,是纤维复合材料加固技术的重要发展方向,国内外许多研究机构都对这种技术展开了研究.本文对国内外在这个方向所开展的各方面研究工作进行了系统的综述与分析,讨论了已有研究成果的不足,指出了进一步研究的方向.