基于子主题区域划分的多文档自动文摘方法

为解决词频矩阵的词频维数过大和矩阵过于稀疏的问题,提出一种子主题区域划分的多文档自动文摘方法。使用知网进行概念获取,建立概念向量空间模型,代替传统的词频向量空间模型。在概念向量空间模型的基础上,利用一种改进的层次分割法对文档集合进行子主题划分,从各个子主题中抽取出满足一定数量的句子作为文摘。实验结果验证了该方法的有效性。     

结合粒子群算法的小波神经网络交通流预测

针对短时交通流量具有复杂性、非线性等特点,提出基于粒子群算法的小波神经网络交叉路口短时交通流量预测方法,利用粒子群算法优化小波神经网络的模型参数,通过定义可变的加速因子,使粒子群算法有利收敛于全局最优解.将粒子群算法的全局优化搜索能力和小波良好的时频局部性质相结合,克服神经网络易陷入局部极小和引起振荡效应现象的缺点.实验仿真结果说明,该算法可以有效提高预测精度,减少预测误差,并且很好的反映了交通流的特点.     

基于SARSA（λ）算法的单路口交通信号学习控制

针对复杂的、难以建模的城市交通系统,将多步强化学习算法SARSA（λ）应用于交通信号控制,根据实时的交通状态信息动态进行决策,自动适应环境以便取得更好的控制效果。由于问题状态空间太大而难以直接存储和表示,采用径向基函数神经网络进行值函数近似,通过训练自适应非线性处理单元,可达到较好的近似表示效果,解决了单个十字交叉路口的交通信号控制问题。对该方法进行仿真实验,结果表明其控制效果明显优于传统的固定配时控制策略。     

基于IBM—PC机的微机多显示装置

我国电力工业正在飞速发展,全国水电站、火电厂、变电所等电力单位星罗棋布。已建水电站、火电厂的装机容量不断增加,新建的电力单位越来越多。电网越来越大,电网结构日趋复杂。 在这样情况下对电网的安全性、稳定性、可靠性提出了更新、更高的要求;对电力系统的经济运行这一问题,需要更有效的解决方式。统筹全局、运筹整个电网、安全调度、经济运行是所有电力单位迫切要求。     

属性频率划分和信息熵离散化的决策树算法

决策树是数据挖掘任务中分类的常用方法。在构造决策树的过程中,节点划分属性选择的度量直接影响决策树分类的效果。基于粗糙集的属性频率函数方法度量属性重要性,并用于分枝划分属性的选择和决策树的预剪枝,提出一种决策树学习算法。同时,为了能处理数值型属性,利用数据集的统计性质为启发式知识,提出了一种改进的数值型属性信息熵离散化算法。实验结果表明,新的离散化方法计算效率有明显提高,新的决策树算法与基于信息熵的决策树算法相比较,结构简单,且能有效提高分类效果。     

二值图像序列的符号OBDD表征模型的研究

利用有序二叉决策图OBDD对二值图像序列数据进行建模,根据图像序列的帧间相关性,图像序列的OBDD共享了大量结点,节省一定的存储空间,为图像序列的有关处理提供了一个新的数据表示方法。     

基于神经网络的空间可展天线展开过程智能控制研究

从多柔体力学的角度建立了环形桁架可展天线的展开动力学方程,针对系统展开过程的非线性与时变性,基于神经网络设计出了一种具有预测与实时优化功能的过程控制系统,为可展天线展开过程速度控制提供了一种智能控制方法。仿直结果表明,该智能控制系统解决了空间可展天线展开过程的复杂多变量非线性时变控制问题,并且具有良好的控制精度、自适应性、稳定性和鲁棒性。     

环形可展天线星线耦合动力学分析

环形天线和星体平台所形成的系统是刚-柔混合多体系统,针对建立该系统耦合振动方程所存在的困难,基于有限元理论建立有限元分析模型。以口径为12.5 m环形可展开天线为例,对星线系统进行了固有特性分析和各种激励下的动力学响应分析,获得两者之间的耦合响应规律,为天线的结构优化设计和卫星姿态控制系统的稳定性设计与控制模式转换设计提供理论依据。     

高饱和度非饱和土一维固结解析解及其应用

高饱和度非饱和土存在于大坝(或路堤)高含水率的压实土.高饱和度非饱和土中气相主要以封闭气泡形式存于孔隙水中,并随水一起流动.假设高饱和度非饱和土为具有可压缩流体的两相土,考虑水气混合物的压缩性,建立高饱和度非饱和土排水固结方程,获得一维解析解.研究了高饱和度非饱和土的孔压系数、高饱和度非饱和土的排水固结特性及其与饱和土的区别,分析了初始饱和度和初始荷载对高饱和度非饱和土固结特性及其瞬时压缩沉降量的影响.