PLN网络的改进及其应用

本文在分析概率逻辑神经元（ＰＬＮ）网络原型存在不足的基础上，提出ＰＬＮ元件的一个改进模型，并指出原来的ＰＬＮ网络模型、Ｈｏｐｆｉｅｌｄ学习律以及Ｂｏｌｔｚｍａｎ机的演化律等都是ＰＬＮ网络改进模型的特例．文中还给出ＰＬＮ网络改进模型在联想记忆应用中的模拟实验结果，说明改进模型无论在鲁棒性和收敛速度上比原型都有很大改进．     

多层前馈神经网络的学习和综合算法

本文提出多层前馈网络的一种新的学习和综合算法──ＦＰ算法，并证明由此算法得到的网络作为通用联想记忆器时，具有如下优点：（１）每个样本都是吸引中心；（２）每个样本的吸引半径达到最大值；（３）网络没有假吸引中心；（４）网络具有最少的元件个数；（５）学习的复杂性达到最优（就其复杂性的阶而言）．故此网络在性能、结构、计算复杂性等方面均达到很好状态．     

概率逻辑神经元网络的记忆容量

本文研究概率逻辑神经元网络的记忆容量问题，主要结果有，１给出构造指定记忆容量网络的方法２给出网络独立记忆容量与网络规模之间的数量关系，得出ＰＬＮ网络的记忆容量不仅与元件的输入线个数有关，而且与网络的元件个数也有关。以上结论为ＰＬＮ网络的综合提供了新方法。     

一种基于AntNet改进的QoS路由算法

对具有NP完全难度的网络状态动态变化下的路由问题，提出了一种基于蚁群网络（Antnet）的蚁群优化分布式QoS路由算法．算法的主要特点是；（1）采用了动态更新的概率表替代传统的路由表；（2）采用了智能的初始化方法；（3）采用了一种新颖的信息素更新机制；（4）采用一种新的节点选择机制；（5）引入蚂蚁相遇机制．与标准的AntNet相比，该算法具有更快的收敛速度和较好的吞吐能力．另外，算法同时考虑了满足QoS度量和负载平衡等问题。     

计算机网络发展趋势探析

计算机网络的出现是社会发展的一种必然。文章根据计算机网络特点，从（1）计算机网络应是覆盖全球的，可随处连接的巨型网；（2）计算机网络应具有前所未有的带宽以保证承担任何新的服务；（3）计算机网络应是贴近应用的智能化网络；（4）计算机网络应具有很高的可靠性和服务质量；（5）计算机网络应具有延展性来保证时迅速的发展做出反应；（6）计算机网络应具有很低的费用六个方面对计算机网络的发展趋势加以探讨。     

讲座:人工神经网络 第三讲:误差反向传播学习算法及B-P网络

1引官由上讲可知，采用线性阀值单元组成的前值多层网络，具有很强的分类功能。但由于同值函数不可做，没有一种有效的学习其法，从而限制了该网络的应用。直到各姆尔哈特（Rumethot）等人发展了误差反向传播学习等法（Back－propsgationTrainingAlgorithm）简称B．P其法之后，前该多层网络的研究与应用才取得了重大的突破。运用B．P学习其法的前债多层网络，通常称之为Bap网络。由于这种网络具有很强的非线性映射能力，网络的结构简单，工作状态稳定，且易手硬件实现，是目前应用最为广泛的一种人工神经网络。（a）同缔结构；（）S形激…     

基于生成树的双环网络G(N;1,s)直径求解算法

对紧优双环网络G（N；1，s）的直径求解算法做了研究，提出基于生成树的紧优双环网络G（N；1，s）求解算法，给出了双环网络的直径d（N；1，s）公式．对生成树的性质做了研究。利用C#作为编程语言来实现这一算法，并对生成树的结构模型进行了仿真实现。验证了双环网络直径的分布特点：具有最大值、最小值和中间对称性。对任意给定N而2≤s≤N-1的这样一系列双环网络中的所有的紧优双环网络都可以计算出来。该算法的时间复杂度为O（N）。     

网络化控制系统研究动态

0网络化控制系统（NCS）概述 什么是网络化控制系统？网络化控制系统（Networked Control Sysleros），简称为NCS；是通过网络构成反馈闭环通道的一类控制系统；也即．网络是系统的一部分，其传感器和控制器、控制器和执行机构、传感器和传感器、执行机构和执行机构之间的信息传递都是通过网络实现的。     

e-learning的新趋势

趋势之一： e-learning2．0 e-learning2．0目前没有准确的定义，不过我们可以通过这样一些描述来认识它：（1）维基（wiki）、社会性网络、书签，以及插件、混搭；（2）由下至上、学习者驱动、点对点学习；（3）随时随地访问和传递；（4）内容为1分钟的微课程；（5）访问方式：搜索和聚合；（6）用户创造内容。     

2013年垃圾邮件特点

2013年的垃圾邮件表现出如下特点：（1）垃圾邮件的比例为69．6％，同2012年相比下降了2．5个百分点；（2）包含恶意附件的邮件比例为3．2％，同2012年相比下降了0．2个百分点；（3）32．1％的钓鱼攻击针对社交网络。     

概率逻辑神经元网络收敛性的分析

本文以马尔科夫链理论为工具,研究PLN(概率逻辑神经元)网络的定量性质.我们得到的主要结果是,在一给定网络中,给出各状态收敛到稳定状态的概率,平均收敛步数和方差以及一般PLN网络平均收敛步数的上(下)界估计.给出计算机的一个模拟结果,并与理论结论相对比,以验证理论结果的正确性.     

单层反馈PLN网络的识别复杂性

本文讨论将单层反馈PLN(概率逻辑神经元模型)网络当作联想记忆网络时,其识别的复杂性问题,即其平均识别速度与网络规模之间的数量关系,我们得到的主要结论是,设单层反馈PLN网络N的规模为m,则其识别计算量是m的指数函数,给出识别计算量是m多项式的必要条件。     

On Memory Capacity of the Probabilistic Logic Neuron Network

In this paper,the memory capacity of Probabilistic Logic Neuron(PLN) network is discussed.We obtain two main results:(1)the method for constructing a PLN network with a given memory capacity;(2)the relationship between the memory capacity and the size of a PLN network.We show that the memory capacity of a PLN network depends on not only the number of input ports of its element but also the number of elements themselves.The results provide a new method for designing a PLN network.     

Feature Selection Using a Piecewise Linear Network

We present an efficient feature selection algorithm for the general regression problem, which utilizes a piecewise linear orthonormal least squares (OLS) procedure. The algorithm 1) determines an appropriate piecewise linear network (PLN) model for the given data set, 2) applies the OLS procedure to the PLN model, and 3) searches for useful feature subsets using a floating search algorithm. The floating search prevents the “nesting effect.” The proposed algorithm is computationally very efficient because only one data pass is required. Several examples are given to demonstrate the effectiveness of the proposed algorithm.     

公平网的活性判断

Petri网的活性判断一直是一个广为关心的问题。本文就公平网的活性进行了研究。指出如果一个公平网的有界子网是活的,那么该公平网是活的。并给出了一个公平网活的充分必要条件。     

用面向对象技术实现电调系统中的图形编辑

本文简要介绍了一个用面向对象技术开发的与电网调度系统配套的图形编辑软件ＯＬＧＥ，以及这项工作所涉及到的相关技术。     

量子遗传算法在基于人工免疫的入侵检测系统中的应用

一个高效的入侵检测系统需要根据网络流的变化,不断对检测子进行优化。将新型的启发式方法——量子遗传算法应用于入侵检测系统中,并进行了仿真实验。结果表明：量子遗传算法在优化性能上优于传统遗传算法,它使种群具有多样性,提高了算法效率。     

基于BDI的Agent合同网实现

合同网是一个用于分布式问题求解的高层通信协议,本文给出了一个扩充的合同网协议的会话策略和一个BDI精神状态形成模型,并在此基础上将BDI模型用于合同网协议,给出了实现合同同网协议的一系列BDI行为驱动规则。本文在合同网协议的招投标过程中引入了信任度、稳健度和积极程度等精神状态参数,这类参数有助于改善协作质量,从而使系统具有较好的适应性和灵活性。