基于免疫原理的差分进化

为了提高疫苗在复杂函数优化问题中的正确性和使用效率．提出一种新的疫苗形式及其提取方法．并给出了接种概率的自适应确定方法．将上述方法与差分进化相结合．得到一种新算法——免疫差分进化（IDE）．引入超变异算子来维持种群的多样性,防止早熟现象．实验结果表明,与标准的差分进化算法相比．新算法计算量小．收敛速度快,全局寻优能力强．     

基于混合SVR-PLS方法的丙烯腈收率软测量建模

为了更有效地处理过程非线性、多输入和数据共线性等复杂特性,提高模型的推广能力和精度,提出了混合支持向量回归机-偏最小二乘法(SVR—PLS)方法．该方法兼具SVR和PLS的优点．用PLS进行特征提取．用SVR建立PLS的内部模型．对工业丙烯腈生产过程丙烯腈收率软测量建模的应用表明．采用该方法建立的软测量模型．在模型精度、推广能力等方面明显优于一些传统软测量建模方法．满足工业应用要求．     

PUMA机械手逆运动方程新的推导方法及求解

本文提出了一种新的推导ＰＵＭＡ型机器人逆运动方程的方法，进而给出逆运动问题新的求解方法．此方法不需要对机械手末端位姿进行坐标变换，而且也给出了问题的解析解．另外在解的推导过程中避免了大量的逆矩阵相乘．方法简单．仿真证明了计算结果的正确．     

基于自适应评价的非线性系统神经网络控制

针对一类非线性系统,提出了一种自适应评价方法．该方法可以控制系统输出对参考信号进行跟踪,其评价函数可直接解析求出．该方法只需一个动作网络用于产生控制动作,并且方法中的网络权值初始化可随机选取．使用Lyapunov方法对整个系统的动态性能进行分析,证明了在一定条件下此方法能保证闭环误差及网络权值一致最终有界．仿真结果与理论分析相一致,证明了所提出方法的有效性．     

动态环境中基于遗传算法的移动机器人路径规划的方法

动态环境中，移动机器人的动态路径规划是一个较难解决的课题．本文提出一种 基于遗传算法的移动机器人的路径规划方法．该方法采用实数编码的方法，有明确物理意义 的适应度函数，以加快实时的运算速度和提高运算精度．该方法充分挖掘可应用遗传算法解 决移动机器人动态路径规划的潜力．通过计算机仿真表明该控制方法具有良好的动态路径规 划能力．     

一种基于矢量分析的视觉伺服冗余机器人运动规划方法

本文提出了一种适用于视觉伺服冗余机器人的运动规划方法．针对大多数具有三轴 相交手腕的操作臂,文章把操作臂的运动规划分解为两个方面．一方面,采用腕部速度矢量 在操作臂关节空间极小最小二乘分解的方法规划操作臂关节速度．另一方面,用欧拉角矢量 递推的方法规划操作臂手爪的姿态．该方法的特点是物理意义明确,算法简单．同时具有一 定的运动学鲁棒性．文中还采用该方法对8R操作臂进行了仿真研究．     

ESN岭回归学习算法及混沌时间序列预测

ESN（回声状态网络）是一种新型的递归神经网络．可有效处理非线性系统辨识以及混沌时间序列预测问题．针对ESN学习算法中可能存在的解的奇异问题,利用岭回归方法代替原有的线性回归算法．通过贝叶斯或Bootstrap方法确定岭回归方法中的正则项系数．从而有效地控制输出权值的幅值,改善ESN的预测性能．该方法在月太阳黑子预测问题中显示出较好的结果．     

一种基于ASP.NET的数据备份方法

针对一个基于ASP．NET和SQL ServerB／S架构的设备维护管理系统．给出一种数据备份和恢复的方法。此方法采用ADO．NET数据库连接技术,传送数据到客户端时采用可靠的Strearn方法,面向用户,充分考虑各种水平用户的需求。此方法使数据备份变得方便快捷且易于操作．使系统数据安全得到保障。给出此方法的前台页面的设计原则．以及后台功能实现的关键代码。     

操作系统健壮性测试方法的分析与比较

健壮性已经成为衡量软件性能的一个重要指标。目前,人们已经提出了一些健壮性测试的方法．并且构建了一批健壮性测试工具。本文对这些方法和工具进行了研究,并利用方法中的开源工具对Unux2．4．22进行了测试．还对测试结果进行了分析和比较．     

连续状态自适应离散化基于K-均值聚类的强化学习方法

使用聚类算法对连续状态空间进行自适应离散化．得到了基于K-均值聚类的强化学习方法．该方法的学习过程分为两部分：对连续状态空间进行自适应离散化的状态空间学习,使用K-均值聚类算法;寻找最优策略的策略学习．使用替代合适迹Sarsa学习算法．对连续状态的强化学习基准问题进行仿真实验,结果表明该方法能实现对连续状态空间的自适应离散化,并最终学习到最优策略．与基于CMAC网络的强化学习方法进行比较．结果表明该方法具有节省存储空间和缩短计算时间的优点．     

Study of the lifetime of phosphor screens formed via the settling and slurry methods under 7‐kV electron bombardment

Abstract— The lifetime of phosphor (ZnS:Ag,Cl) screens, excited by 7‐kV electron beams, which were formed via the settling method and the slurry method, respectively, were compared. The cathode‐ray tube (CRT) formed by using the settling method was found to have a better lifetime than that formed by the slurry method. Transmission electron microscopy (TEM) revealed that the phosphors were coated by a continuous glass film. Gas analysis showed a reduced emission for SO₂ gas from phosphors due to heating during the settling method as compared to the slurry method, indicating greater decomposition of ZnS by the slurry method. For low‐vacuum CRTs, the luminance degradation by electron irradiation was low for the settling method as compared to the slurry method. This indicates that the glass coating of the settling method produces a restraining effect on the decomposition of ZnS and prevents gas from attacking the phosphor surface, resulting in a better lifetime for the settling method.     

模糊数据融合算法在设备状态监测中的应用

在对设备进行状态监测时,常采用传感器固定阈值检测法实现对设备的故障监测。为了克服该种方法所引起的信息损失问题,基于模糊集系统理论,提出一种应用多传感器模糊数据融合的融合监测方法,将监测设备的多个传感器所获取的信息模糊化,再将其融合,从而获取设备精确的状态估计。实验表明:该方法优于传统的设备故障监测方法。     

基于正则互表示的无监督特征选择方法

针对高维数据含有的冗余特征影响机器学习训练效率和泛化能力的问题,为提升模式识别准确率、降低计算复杂度,提出了一种基于正则互表示（RMR）性质的无监督特征选择方法。首先,利用特征之间的相关性,建立由Frobenius范数约束的无监督特征选择数学模型;然后,设计分治-岭回归优化算法对模型进行快速优化;最后,根据模型最优解综合评估每个特征的重要性,选出原始数据中具有代表性的特征子集。在聚类准确率指标上,RMR方法与Laplacian方法相比提升了7个百分点,与非负判别特征选择（NDFS）方法相比提升了7个百分点,与正则自表示（RSR）方法相比提升了6个百分点,与自表示特征选择（SR_FS）方法相比提升了3个百分点;在数据冗余率指标上,RMR方法与Laplacian方法相比降低了10个百分点,与NDFS方法相比降低了7个百分点,与RSR方法相比降低了3个百分点,与SR_FS方法相比降低了2个百分点。实验结果表明,RMR方法能够有效地选出重要特征,降低数据冗余率,提升样本聚类准确率。     

红外图像的自适应混合消噪方法

针对带有高斯噪声和脉冲噪声的红外图像,提出一种自适应混合去噪方法。首先将受脉冲噪声和高斯噪声污染的像素区分开来,然后对被脉冲噪声污染的像素采用自适应层叠中值滤波法,对被高斯噪声污染的像素采用基于局部噪声方差估计的自适应局部滤波法。实验表明,该方法在信噪比(SNR)和最小均方误差(MSE)的改善上明显优于线性平滑滤波法和普通中值滤波算法,并具有较好的图像细节保护能力和较快的滤波速度。     

一种表示有向图的表方法及其应用

图的表示方法很多,各有其优缺点.采用不同的表示方法,可获得图的不同的时空性能.本文阐述了图的一种新表示方法,该方法用一种命名规则将有向图表示为节点标签表,给出了由节点标签表产生节点链的算法.并用这种称为表方法研究了有向图的回路性质,特别地将它应用于研究de Bruijn回路、欧拉回路和哈密顿回路,给出了计算欧拉回路和哈密顿回路的新方法.本研究表明该方法具有较好的理论和实用价值.     

闪变FFT检测算法的误差分析及修正

快速傅里叶变换(FFT)是在实际应用中测量闪变最常用的一种算法, 但是传统的快速傅里叶变换算法对于测量含多个调幅波所引起的闪变结果与国际电工委员会(IEC)推荐的测量闪变的方法相比不够准确, 存在比较大的误差。为了准确测量闪变, 提出了一种基于改进的快速傅里叶变换算法。以单频率调幅波和双频率调幅波为闪变检测输入信号, 对FFT法检测闪变的各实现环节与IEC方法进行对比分析, 发现FFT检测算法所得的瞬时闪变值与IEC所得的瞬时闪变值有一定的差距, 从而找出FFT检测法的误差来源, 通过修正瞬时闪变值来达到准确检测的目的。通过MATLAB仿真分析可以看出, 基于改进FFT的闪变检测结果与IEC法基本一致, 达到IEC闪变测量精度要求。该检测方法实现简单, 并且可以拓展应用于含三个及以上的调幅波的闪变检测。     

一种基于颜色信息的图象检索方法

由于传统的基于颜色的图象检索都是基于颜色直方图的检索,其很难将颜色信息和其他信息结合起来,因此,降低了图象检索的准确度.为了提高图象检索的准确度,提出了一种基于颜色聚类表的图象检索方法,该方法首先定义颜色聚类表,并对图象进行颜色聚类;然后利用聚类后的颜色信息构造聚类表,并利用聚类表作为特征来对图象进行检索,同时给出颜色聚类表的获取方法;最后,利用该方法进行了仿真实验.实验结果表明,利用颜色聚类表,根据图象的聚类结果来实现检索,可以很方便地将颜色信息与其他信息结合起来.     

向量并行度指导的循环SIMD向量化方法

SIMD扩展部件是集成到通用处理器中的加速部件,旨在发掘多媒体和科学计算等领域程序的数据级并行.当前两种基本的向量发掘方法分别是发掘迭代间并行的Loop-based方法和发掘迭代内并行的SLP方法.Loop-aware方法是对SLP方法的改进,其思想是首先通过循环展开将迭代间并行转换为迭代内并行,使循环体内的同构语句条数足够多,再利用SLP方法进行向量发掘.但当循环展开不合法或者并行度低于向量化因子时,Loop-aware方法无法实现程序向量并行性的发掘.因此提出了向量并行度指导的循环向量化方法,依据迭代间并行度、迭代内并行度和向量化因子,构建循环向量化方法选择方案,同时提出不充分向量化方法发掘并行度低于向量化因子的循环向量并行性,最后依据向量并行度对生成的向量循环进行展开.经过标准测试集测试,向量并行度指导的循环SIMD向量化方法比Loop-aware方法识别率提升107.5%,性能提升12.1%.     

基于Web的快速原型工艺选择系统

提出一种快速成型(RP)工艺优选方法．该方法综合运用了专家系统和模糊综合评判,通过专家系统初步确定RP候选方案,采用模糊综合评判选择最适合的RP工艺;运用层次分析法,建立了RP工艺优选的多因素、多层次综合评价模型,确定了准则层各个评价因素的权重,并使用Java技术开发了这个工艺选择系统．通过一个典型应用案例展示了该系统的使用方法及其应用效果．结果表明,通过该方法确定的RP工艺更加准确和有效,能够更好地满足用户的需求．     

一种基于自适应局部融合参数的协同过滤方法

基于内存的协同过滤推荐系统存在数据稀疏和数据集异构的问题。为此,提出一种基于变权重相似度计算和自适应局部融合参数的协同过滤方法。通过统计数据集,提取用户-项目评分项的用户情感信息量计算用户相似度,同时根据用户-项目评分项的评分质量改进项目相似度计算方法,利用基于相似用户(或项目)的方法预测置信度,得到自适应局部融合参数,以增强协同过滤方法对数据集的适应能力。实验结果表明,相比传统全局融合参数方法,该方法在数据稀疏情况下的平均绝对误差降低了0.02,具有较高的推荐精度和推荐覆盖度,并且有效解决了数据稀疏和数据集异构问题。