BP网络学习能力与泛化能力之间的定量关系式

分析BP网络过拟合时网络学习能力与泛化能力之间的内在联系,引入描述问题复杂性程度的复相关系数,建立了BP网络过拟合时,反映网络学习能力的训练样本集的训练相对误差与表征泛化能力的网络对检验样本集的测试相对误差之间满足的定量关系式.通过模拟若干不同类型函数的BP网络数值建模试验,确定了关系式中过拟合参数q的取值范围为0.007~0.07,指出BP网络应用于给定样本集的训练过程中,具有较佳泛化能力的停止训练方法.     

多峰谱线对比度的一种新的表述

本文把多峰谱线的峰值对比度集合作为可测函数f(x),以每个峰值区域内谱线的光强度分布对波长的面积分与整个谱线光强度对波长的面积分的比值作为峰值域对比度的重要性测度g(·),应用模糊测度理论,给出多峰谱线或多峰干涉条纹的对比度。     

PSO算法优化BP网络的新方法及仿真实验

 提出一种基于粒子群算法优化BP网络的权值调整新方法.该算法在基本BP算法的误差反传调整权值的基础上,再引入粒子群算法的权值修正,从而建立了基于粒子群算法优化的BP网络新模型.此模型不仅可以克服基本BP算法收敛速度慢和易陷入局部极值的局限,而且模型的精度较高,较好地提高了BP网络学习能力与泛化能力.将新模型应用于4个典型复杂函数的仿真实验,并与基本BP模型、基于遗传算法优化的BP网络模型(GA-BP)和传统的粒子群优化前向BP网络模型(PSO-BP前传)的仿真实验结果进行分析比较.仿真实例表明新PSO-BP优化模型性能尤其是泛化性能优于其它3种BP网络优化模型.     

水文水资源及水环境分析的若干进展

简要评述了近十年来随机集，模糊集、灰色系统、混沌理论，子波分析、物元可拓集、神经网络、遗传算法和投影寻踪等多种新理论和新技术应用于水文资源及水环境领域研究了得的若干成果，并指出其中一些理论在水文水资源及水环境分析中的应用方面存在的问题以及需要在实施践中不断改进，发展和完善的方向。     

基于GA优化的地物红外光谱组合识别

为了从TM影像中提取不同地物红外光谱信息特征，构造了地物光谱组合的函数关系式，提出了从地物TM影像中分辨出某类地物的一般原则，并采用遗传算法优化确定地物光谱组合关系式中的系数。根据不同地物与函数值分布范围的对应关系。可以较容易地由TM影像作出多种不同地物的识别。实例分析表明这种地物光谱识别模型具有简单性、实用性和可分辨性等特点。     

用B—P神经网络实现多波段遥感图像的监督分类

提出敢用Ｂ－Ｐ神经网络实现多波段遥感图像监督分类的方法，给出了用Ｂ－Ｐ神经网络对４种农作物的４波段遥感图监督分类实例。结果表明；与传统的分类法相比，在特征提取相对较少情况下，仍可获得符合实况的多波面遥感图像分类。     

免疫进化算法及其在暴雨强度公式参数优化中的应用

在研究现有进化算法的优越性与存在不足的基础上,受生物免疫原理的启发,提出了一种新的算法———免疫进化算法。免疫进化算法的核心在于充分利用最优个体的信息,在整个进化过程中,以父代最优个体为基础来产生子代群体,并以最优个体的收敛来代替群体的收敛;此外,算法的随机搜索是在确定方式的指导下完成的。相比于现有的进化算法,免疫进化算法提高了收敛速度,有效地克服了不成熟收敛,理论证明该算法是全局收敛的。最后,用免疫进化算法对暴雨强度公式参数进行了优化,并将其计算结果与传统方法和加速遗传算法的计算结果作了比较,结果表明:免疫进化算法的拟合效果最好。     

基于指标规范值的地下水水质评价的集对分析法

在设定地下水各指标参照值和指标值规范变换式基础上,将地下水指标按同级标准的规范值的接近程度进行归类,提出了基于指标规范值的地下水水质评价的集对分析法.将指标规范化后的集对分析法应用于黑龙洞泉域地下水水质评价,得出的评价结果与属性识别理论方法和加权优序法的评价结果基本一致,表明该方法应用于地下水水质评价具有简单、实用的特点.