一种改进PSO优化RBF神经网络的新方法

为了克服神经网络模型结构和参数难以设置的缺点,提出了一种改进粒子群优化的径向基函数(RBF)神经网络的新方法.首先将最近邻聚类用于RBF神经网络隐层中心向量的确定,同时对引入适应度值择优选取的原则对基本粒子群算法进行改进,采用改进粒子群(IMPSO)算法对最近邻聚类的聚类半径进行优化,合理的确定了RBF神经网络的隐层结构.将改进PSO优化的RBF神经网络应用于非线性函数逼近和混沌时间序列预测,经实验仿真验证.与基本粒子群(PSO)算法,收缩因子粒子群(CFA PSO)算法优化的RBF神经网络相比较,其在识别精度和收敛速度上都有了显著的提高.     

神经网络在股票价格预测中的研究

研究准确优化预测股票价格问题,针对影响股票价格具有非线性、不稳定的特征,股票价格由于受到社会经济因素的影响,变化大.采用传统神经网络方法在股票价格预测中易陷入局部极小值,泛化能力受到影响.为了提高股票价格精度,提出一种基于粒子群优化算法(PSO)的RBF神经网络(RBFNN)股票价格预测模型.利用粒子群优化算法的良好的寻优能力,对RBF神经网络参数进行优化,从而加快RBF神经网络运算速度,并提高了RBF神经网络的预测精度.利用粒子群优化的RBF神经模型对上证指数(000001)股票价格进行了验证性测试和分析,实验结果表明,相对于各参比模型,经过粒子群优化的RBF神经网络模型预测方法有更好的收敛性,更强的学习能力,显著地提高了预测精度,可为预测提供依据.     

神经网络在信息安全风险评估中应用研究

针对信息安全风险评估具有非线性、不确定性等特点,采用传统的数学模型进行信息安全的风险评估存在-定的局限性.为了提高安全风险评估性能,将RBF神经网络理论、粒子群算法分析以及模糊评价法进行有机结合,建立了一种粒子群优化的RBF神经网络信息安全风险评估模型.首先通过模糊系统对信息安全风险因素指标进行量化,将模糊系统的输出输入到RBF神经网络的模型中,然后利用粒子群算法对RBF神经网络的参数进行优化并加以训练,最后得到优化评估模型.进行仿真的结果表明,改进的RBF神经网络模型可实现对信息系统的风险评估,解决了传统评估方法所存在的主观随意性大、结论模糊等缺陷,并且比RBF神经网络具有更高的拟合精度、更强的学习能力和更快的收敛速度.     

一种小电流接地系统故障选线方法

针对小电流接地系统故障选线方法难以适用于不同接地方式的问题,提出了一种基于粒子群优化RBF神经网络的小电流接地系统故障选线方法。该方法利用粒子群优化算法来优化RBF神经网络,将RBF神经网络要确定的参数作为粒子群优化算法的粒子。仿真结果表明,该方法收敛效率高、误差平方和小、选线准确率高、灵敏度高,具有一定的可行性。     

基于QPSO算法的RBF神经网络参数优化仿真研究

针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解。实例仿真表明,该学习算法相比于传统的学习算法计算简单,收敛速度快,并由于其算法模型的自身特性比基于PSO的学习算法具有更好的全局收敛性能。     

一种改进的RBF神经网络学习算法

提出一种基于减聚类、K-means算法及改进的粒子群优化(PSO)算法的径向基函数(RBF)神经网络混合学习算法. 该算法首先使用减聚类确定隐层节点数和K-means初始聚类中心; 然后通过K-means算法求取RBF网络所有参数, 作为PSO的初始粒子群; 为了提高PSO算法的收敛性和稳定性, 对基本PSO算法进行了优化改进, 最后使用改进的PSO算法训练RBF神经网络中的所有参数. 对IRIS数据集分类识别的仿真结果表明, 改进的混合算法具有更高的分类准确率和更好的稳定性.     

神经网络在软件可靠性预测中的应用研究

关于应用软件保证在应用中安全可靠,应研究软件可靠性预测问题.针对软件可靠性预测系统是一个多因素的、非线性的复杂系统,传统设计高精度的准确数学模型预测方法是相当困难,RBF神经网络是一种非线性预测能力相当强的预测方法.为了提高软件可靠性预测的准确率,提出一种粒子群优化RBF神经网络的软件可靠性预测模型.模型首先将软件可靠性因子作为RBF神经网络的输入,软件可靠性准确率作为RBF神经网络的输出,然后将RBF神经网络的参数初始为粒子群中的粒子,软件可靠性准确率作为粒子优化的目标函数,通过粒子群之间的协作来获得RBF神经网络最优参数,用最优参数对RBF神经网络对软件可靠性进行预测.仿真结果表明,与传统软件可靠性预测方法相比,粒子群优化RBF神经网络对软件可靠性预测的精度更高,收敛速度更快,同时解决了传统RBF神经网络参数寻优难题,更加适合于软件可靠性预测.     

基于多策略粒子群优化RBF的云资源预测模型

针对云计算资源利用率低等问题,构建基于多策略粒子群优化RBF神经网络的云资源预测模型(MPSO-RBF)。采用改进的粒子群算法对RBF神经网络参数进行优化,避免随机初始化参数引起的预测精度低等问题;对于粒子群容易陷入局部最优解等问题,采用动态惯性权重、自适应学习因子和变异粒子位置3种策略对粒子群进行改进,提高算法的寻优能力。基于云计算资源负载数据,将该模型与BP、RBF和PSO-RBF模型进行对比实验,验证了该模型具有良好的性能。     

一种混沌混合粒子群优化RBF神经网络算法

为了更精确地检测出混沌背景下的微弱目标信号,提高预测效果,文中提出了一种混沌混合粒子群优化RBF神经网络(CHPSO-RBFNN)算法。本算法主要采用了基于群体自适应变异和个体退火操作的混沌粒子群优化RBF神经网络,利用群体自适应变异以及个体退火操作优化混沌粒子群,有效地提高了粒子群算法的全局收敛性,优化了RBF神经网络的结构和参数。把该算法用于预测混沌时间序列、检测混沌背景下微弱目标信号,实验结果表明本算法有良好的非线性预测能力,可以有效地检测出混沌背景下的微弱目标信号。     

多策略协同进化粒子群优化算法

为了提高粒子群优化(PSO)算法的优化性能, 提出了一种多策略协同进化PSO(MSCPSO)算法。该方法引入了多策略进化模式和多子群协同进化机制, 将整个种群划分为多个子群, 每个子群中的粒子按照不同的进化策略产生新的粒子。子群周期性地更新共享信息, 以加快算法的收敛速度。通过六个基准函数实验, 仿真结果表明, 新算法在计算精度和收敛速度方面均优于其他七种PSO算法。     

论团队精神在高校设计专业人才培养中的重要性

近几年来,无论是学校还是社会在谈到大学生素质时,常常会涉及诸如缺乏创新能力、知识面狭窄、缺乏独立生活的能力、缺乏团队精神、心理承受力有限等问题。本文将结合教学实践和相关调查从社会需求与学生对团队精神认知之间的矛盾、设计与团队精神的关系入手,探讨如何培养高校设计专业学生团队精神以适应知识经济时代社会对设计人才需求的问题。     

Compatibility in Interpretation of Relations in EuroWordNet

This paper describes how the Euro WordNet project established a maximum level of consensus in the interpretation of relations, without loosing the possibility of encoding language-specific lexicalizations. Problematic cases arise due to the fact that each site re-used different resources and because the core vocabulary of the wordnets show complex properties. Many of these cases are discussed with respect to language internal and equivalence relations. Possible solutions are given in the form of additional criteria.     

内容审查在网站再设计中的应用探析

随着IT技术的发展,许多企事业单位都开发了自己的网站。但随着时间的推移,经常需要对网站进行优化。在对网站进行内容审查市,可从客户对网站内容的看法、分析网站内容、重新规划网站内容、对网站原先内容重新优化四个方面进行。对企事业单位进一步提升网站的知名度有较强的指导意义。     

PIAnO在白车身轻量化设计上的应用

以某SUV车型的白车身为研究对象,采用高效的实验设计和优化软件PIAnO,综合考虑其模态、刚度、40%偏置碰和侧碰等性能进行轻量化设计。确定并优化设计变量,对白车身刚度和模态性能进行近似建模。提出分段优化方案并进行仿真验证,得到的白车身质量减少11.93 kg,下降3.08%。将该轻量化白车身的100%正碰、强度、IPI和NTF性能进行验证,满足设计要求,证明基于PIAnO的白车身轻量化策略行之有效。     

Provision of Records Created in Networked Environments in the Curricula of Institutions of Higher Learning in Africa

The importance of curriculum development on archives and records management in the digital era, especially on the African continent, cannot be overemphasized. While many universities in the global hub have included studies on all aspects of archives and records management programs with many emphasizing records created in networked environments, the same cannot be said about universities on the African continent. In Africa, education and training of archives and records professionals can be traced back several decades. Archives and records practitioners in Africa’s different countries have, over the years, taken varying paths to attain their professional qualifications. This study outlines progress on an ongoing study by InterPARES Trust Africa Team that examines the curricula in different African educational institutions and investigates the extent to which they address the increasingly complex environment that includes the management of digital records in networked environments. It is hoped that the study will inform curriculum development and review in the area of digital records at the institutions of higher learning in Africa.     

SVM法在虚拟仪器非线性校准中的应用

在构建虚拟仪器系统时,非线性误差是值得考虑的一个问题,本文主要是为了解决这方面的问题.文中首先介绍了虚拟仪器非线性校准的基本原理,接着分析了支持向量机回归模型,并通过采用遗传算法来优化支持向量机的参数.以便建立基于优化的支持向量机非线性校准模型.最后,通过构建一个简单的虚拟仪器数据采集校准系统的实验来验证这种校准方法的有效性,实验结果表明,这种方法是可行的.而且测量精度有了显著提高.     

移动IP隧道技术在Linux下的实现*

移动IP为移动主机在移动过程中保持其通信不间断提供了实现方法,隧道技术是移动IP的关键技术之一,当通信节点向移动节点发送数据报时,需要使用到隧道技术。介绍了移动IP中隧道技术的基本原理,并给出了一种在Linux系统下的实现方法,对于移动IP相关软件的研究和开发具有一定的借鉴作用。     

应用SPRI技术检测指纹上的化学品残留

介绍了表面等离子体共振成像（ SPRI）的原理,应用自行搭建的SPRI系统采集指纹图像,并分析其中的化学物残留。在实验中,测量了粘有TiO2颗粒的指纹和正常状态下的指纹的SPR吸收光谱,并进行比较分析。实验结果表明：指纹图像有较高的分辨率和对比度;通过对指纹图像进行SPR分析,获得其SPR图谱,能显著观察到其共振波长的变化,从而能实现对残留化学品的检测。     

定位机制在WSN攻击检测中的应用

研究了无线传感网络中Sybil攻击的检测与防范,提出了一种多节点协作的基于接收信号强度（RSS）的检测机制。其主要思想是通过多节点协作检测确定不同身份节点的网络位置,将出现位置相同的多个身份归为Sybil攻击,并利用时间定位方法定位出Sybil节点的具体位置。