基于前向神经网络和Hopfield反馈神经网络的边界检测法

提出了一种新的基于前向神经网络和ｏｐｆｉｅｌｄ反馈神经网络的边界检测法,它分别探测每个象素点是否为边界点,便于实现边界检测的并行运算。首先讨论了两层前向神经网络来增强的编码被检测象素点邻域的信息,然后利用增强和编码后的邻域图象作为Ｈｏｐｆｉｅｌｄ反馈神经网络的输入,Ｈｏｐｆｉｅｌｄ神经网络收敛时得到图象边界点。这种新的神经网络边界检测法所需的计算量比传统的Ｈｏｐｆｉｅｌｄ网络边界检测法少得多,并增     

遗传算法及其在训练前向神经网络中的应用

本文论述了遗传算法的基本原理，操作及算式，并以一个识别部分英文字母的多层前向神经网络为例，给出了用遗传算法训练网络优化网络权值的方法和步骤，实验结果表明了这一方法的有效性。     

蚁群算法优化前向神经网络的一种方法

蚁群算法(ACA)是一种新型的寻优策略,此文章尝试将蚁群算法用于三层前向神经网络的学习过程,建立了相应的优化模型,进行了实际的编程计算,并与加动量项的BP算法、演化算法以及模拟退火算法进行比较,结果表明ACA具有更好的全局收敛性,鲁棒性强,以及对初值不敏感等特点。     

多层前向神经网络建模及其在火电厂系统辨识中的应用

本文采用前向反馈型神经网络，建立了一个火力发电厂双输入双输出系统的辨识模型。利用MATLAB5．3神经网络工具箱编程，以湖南湘潭电厂一台30万千瓦机组的输入输出参数的实测数据作为学习样本训练网络模型，并在训练好的模型基础上给出了系统多步步长的预测结果及调门开度的单位阶跃响应曲线。结果表明这种方法收敛速度快、误差小、精度高，是一种比较理想的系统辨识方法。     

模糊系统与前向神经网络的结合

1 引言模糊系统方法和神经网络技术是近年来计算智能领域研究热点,被广泛地应用于复杂系统、非确定性等难于建立比较准确的数学模型的问题,并在自动控制、计算机图像处理、语音识别、手写体识别等领域有重要应用。模糊系统与神经网络的结合也越来越受到人们的重视。模糊系统和神经网络的结合可以分为模糊系统与前向网络的结合和与反馈网络的结合两类。模糊系统与反馈网络的结合主要有模糊联想记忆、模糊     

基于同态加密的卷积神经网络前向传播方法

现如今,利用云技术完成机器学习预测任务变得十分普遍。然而在云端处理数据存在用户隐私数据泄露的风险。利用同态加密特性,使用户数据在加密状态下完成预测任务,并将加密结果返回给用户,这样就可以解决上述的风险问题。根据上述思路,提出一种加密域下的卷积神经网络前向传播方法。该方法描述了用户加密数据输入到加密预测结果输出的过程。该方法充分结合全局平均池化解决了全连接层参数多、计算缓慢这一问题。实验结果表明,该方法能够大幅度减少模型参数以及加密预测时延,并且保持较好的加密预测准确率。     

多层前向神经网络的快速学习算法及其应用

针对目前多层前向神经网络学习算法存在的不足,提出一种多层前向神经网络的快速学习算法,它不仅符合生物神经网络的基本特征,而且算法简单,学习收敛速度快,具有线性、非线性逼近精度高等特性.以二杆机械手逆运动学建模作为应用实例,仿真结果表明该方法是有效的,其算法与收敛速度更优于BP网络.     

多层前向神经网络的快速学习算法及其应用

针对目前多层前向神经网络学习算法存在的不足，提出一种多层前向神经网络的快速学习算法，它不仅符合生物神经网络的基本特征，而且算法简单，学习收敛速度快，具有线性，非线性逼近精度高等特性，以二杆机构手逆运动学建模作为应用实例，仿真结果表明该方法是有效的，其算法与收敛速度更优于BP网络。     

基于模糊前向神经网络的PVC识别方法

本文研究了一种将模糊系统与神经网络相结合的异位心律识别方法,它能够处理分类边界模糊的数据,允许样本有畸变或缺损。将此方法应用于ECG室性早博（PVC）的分类识别中,实验结果良好。     

角分类前向神经网络研究

角分类算法是一类快速分类算法，以其为学习算法的前向神经网络，在信息检索，特别是在线信息检索等领域有着重要的应用．通过对CC4学习算法的分析，揭示了泛化距离在角分类神经网络中的意义．针对文本数据的快速分类要求，提出了新的角分类网络TextCC．为解决数据的多类别判定问题，给出了新的角分类神经网络隐层与输出层之间连接矩阵的学习算法．实验表明，新的角分类神经网络隐层与输出层之间连接矩阵的学习算法有效，TextCC的分类精度教CC4的分类精度显著的提高．     

基于Petri网的信息系统建模及性能分析

采用基于Petri网的信息系统建模技术,对一实际系统进行建模,并利用Petri网严谨的数学分析理论对所建信息系统模型的性能进行了描述和分析。     

自治型网络信息服务的建模

自治服务是网络信息服务的新的需求，它使人机交互变得更加智能．为此提出了基于情景演算的自治型网络信息服务的建模方法．在标准的情景演算基础上，增加了对有效性约束常识的描述，建立了情景演算的分层知识库表示，将抽象的数学描述转化为较直观的描述模型；还设计了一种基于XML的情景演算建模语言ScML，以结构化文本脚本的形式描述了实际的应用需求并利用XML Schema实现了ScML的语法约束，利用XMLXSL卖现了从ScML脚本到Java代码的生成；最后给出日程管理服务的例子．     

基于性能感知预测的云服务推荐模型

互联网上出现越来越多的云服务,面对种类繁多的云服务,如何准确地在众多云服务中把符合用户需求并且性能好价格低的服务推荐给用户成为云服务推荐的研究热点.现有的服务推荐方法往往只是根据当前云服务的历史性能记录为用户进行推荐,并没有充分考虑云服务的性能趋势.针对上述问题,本文提出了一种基于性能预测的服务推荐模型,该模型利用共轭梯度改进人工神经网络对云服务的性能进行预测,使用层次分析法对性能,价格等因素进行综合比较计算,最终为用户推荐最为合适的云服务.实验结果表明,使用改进神经网络对服务性能进行预测能够获得较高的准确度,层次分析法可以综合考虑服务的性能与价格,为用户推荐最为合适的云服务.     

Performance Aware Service Pool in Dependable Service Oriented Architecture

As a popular approach to dependable service oriented architecture （SOA）, a service pool collects a set of services that provide the same functionality by different service providers for achieving desired reliability. However, if the tradeoff between reliability and other important qualities, e.g., performance, has to be considered, the construction and management of a service pool become much more complex. In this paper, an automated approach to this problem is presented. Based on the investigation of service pools in the typical triangle SOA model, two challenges critical to the effectiveness and efficiency of service pools are identified, including which services should be held by a pool and what order these services are invoked in. A set of algorithms are designed to address the two challenges and then a service pool can be automatically constructed and managed for given reliability and performance requirements in polynomial time. The approach is demonstrated on a J2EE based service platform and the comparison results between different pooling algorithms are evaluated.     

基于服务质量信息的服务组装算法

现有的服务组装方法不能根据用户的实际需求对服务构件进行选择和组装。针对该问题,提出一种基于服务质量信息的服务组装算法。定义服务接口间的匹配度,引入服务质量信息,把服务间的匹配度转变为有向图中边的权重,从而将服务构件的组装问题转化为寻找有向图中的最短路径问题。实例分析结果证明了该算法的有效性。     

运用建模技术对制造业售后管理信息系统架构的设计与实现

管理信息系统发展至今30多年,已经深入到各行各业中。近年,日趋成熟的建模技术使得许多软件公司纷纷投入其中,并利用它辅助设计和开发软件。通过建模技术辅助设计与实现制造业售后管理信息系统架构,并设计出对应的各种数据模型,能突破系统原始开发扩展性和延伸性的局限。同时,成熟的数据模型又能对相关应用开发设计起到良好的引导作用,具有一定的参考价值与现实意义。并以此说明建模技术在系统开发中能起到降低开发难度,增强团队沟通能力,提高软件开发效率,提高软件开发移植性等优点。     

基于神经网络的企业信息系统效益评价研究

为了对企业信息系统评价的重点——效益评价进行更加精确、客观、科学的评价,首先建立了信息系统效益评价指标体系,然后结合神经网络的自学习能力,提出了一种基于神经网络的信息系统效益评价方法。通过网络的训练样本,确定评价中的变量参数,训练好的网络就可用来对信息系统效益进行评价。应用表明,该方法克服了由专家确定变量参数的缺点,达到了评价结果更好的客观性、科学性,具有很高的应用价值。     

基于Android平台的移动位置信息服务开发研究

在移动设备上整合设备位置信息并访问服务器,以获得个性化的基于位置的信息,已成为当前信息服务的一种趋势.Android作为新一代智能手机平台,在开发框架中提供了对位置服务、远程通信的系统级支持,使开发人员可以使用Java语言较方便的开发此类应用.本文介绍了Android平台的架构及模型组件,并研究了基于Android平台...     

面向服务的供应链绩效评价研究

面向服务的架构SOA是一种应用程序体系结构。从国内外供应链管理绩效测评方法研究存在的不足出发,结合供应链绩效管理需求,介绍了SOA定义及其特性,构建了面向服务的供应链绩效管理评价体系架构;描述了其业务应用层、服务总线层及基础服务层的基本组成与功能;分析了该评价体系的运行方式。     

基于Globus的网格信息归档服务

分析当前网格监控信息服务的不足,针对基于历史状态数据的应用需求,提出一种面向Globus的信息归档服务。在MDS聚合框架的基础上,设计2种状态信息获取方法,给出监控信息的数据存储结构。测试结果表明,该服务可以简化基于网格监控信息的系统开发。