主观Bayes与神经网络组结合的信息融合目标识别

针对神经网络在信息融合中的应用所存在的一些问题,受人的视神经网络的启发,提出了一种基于Bayes方法的神经网络组方法,并把它应用到了特征级融合中进行模式识别。仿真试验结果表明,和用单一的神经网络相比,利用神经网络组方法提高了网络收敛速度、缩短了网络的训练时间,提高了对目标的识别率,并且增强了对目标识别的稳定性。     

基于VoIP视频会议的MCU子系统设计

通过对VoIP网络电话的概念以及视频会议的介绍,以及当今视频会议系统中VoIP被广泛应用。MCU是视频会议的核心组成部分,它可以说是视频会议的大脑,在视频会议系统中,MCU（多点控制单元）主要功能是协调及控制多个终端间的视讯传输。文章主要是从视频会议系统最核心的组成部分MCU子系统入手。对MCU功能以及MCU和VoIP信令转换方面来设计该系统。系统是在VC＋＋6.0平台下开发,采用C/S模式实现的。     

采用直接时差法的无线超声波风速风向仪设计

采用直接时差法,以TMS320F2812为控制单元控制超声波的发射与接收,实现了超声波风速风向仪的设计。该超声波风速风向仪利用模拟开关设计驱动电路,减少了电磁干扰对电路的影响;利用限幅、放大、正弦脉冲转换的方法设计接收电路,减少了A／D转换波动对信号捕获以及时间点判断的影响。     

基于DNA Tiles自组装的布尔逻辑运算

大量研究工作表明,DNA tiles自组装现象是分子生物计算过程中一个很重要的计算方式.分子自组装的基本特点在于由许多小分子在一定机理的作用下,自动形成更大规模的超级分子结构的过程.自组装用于计算,在于这种组装模式可以抽象成一个自动化的系统,只需根据问题的需要设计好输入,再将其输入到运算系统,经过分子自组装过程,最后能生成问题的解.文中基于这样的运算机理,在DNA tiles自组装这个计算平台上,尝试做布尔逻辑运算,针对4变量4句子的布尔逻辑问题,提出一个DNA tiles自组装自动化运算系统.     

最短路问题的位势法

给出最短路问题的数学模型,根据线性规划的对偶原理提出了最短路问题的两种位势法.这两种算法的计算思路均为:从确定一个起点势和标准势开始;再用标准势与已确定最短路的顶点势进行比较,按照势的由小到大顺序逐步得到其他顶点的势和路由,每次迭代要更新标准势;直到找到终点的势和路由为止.两种算法采用不同的标准势计算法.一种采用原标准势累加1的更新法,该算法仅适用于正整数费用网络;另一种利用弧割的概念寻找最小标准势来代替原标准势,该算法适用于正费用情形.证明了算法的正确性以及为说明算法的有效性给出了一个算例.最后通过与Dijkstra算法的比较分析了位势法的五条特点,得出结论:位势法是求解最短路问题的有效算法.     

基于粒子群算法的罐容表标定

对储油罐的标定模型进行了详细分析,指出影响储油罐标定的两个重要参数,它们分别是倾斜角度α和偏转角度β.由于储油罐的变位不定期地发生,准确地对其变位识别是正确标定的关键.先对粒子群算法进行了一般性介绍,然后在已提供的数据的基础上,用粒子群算法计算出倾斜角度α和偏转角度β的具体值.测试表明,所建立的标定模型对已知油高的情况下能够达到比较好的标定效果.     

雾化煤油燃烧数值模拟

本文自主设计了一个旨在产生高温高压气流的燃烧室,通过数值模拟的方法来验证该燃烧室的各项参数是否满足性能要求.对设计的燃烧室几何模型进行了三维结构网格划分,使用Realizable双方程湍流模型、涡团破碎燃烧模型及颗粒轨道模型,采用SIMPLEC算法对燃烧室内燃烧流场进行数值模拟,给出模拟结果对其进行分析.     

基于AN和LSTM的恶意域名检测

目前,恶意域名被广泛应用于远控木马、钓鱼欺诈等网络攻击中,传统恶意域名检测方法存在长距离依赖性问题,容易忽略上下文信息并且数据维度过大,无法高效、准确地检测恶意域名。提出了一种自编码网络（Autoencoder Network,AN）降维和长短期记忆神经网络（Long Short-Term Memory network,LSTM）检测恶意域名的深度学习方法。利用实现包含语义的词向量表示,解决了传统方法导致的数据表示稀疏及维度灾难问题。由word2vec构建词向量作为LSTM的输入,利用Attention机制对LSTM输入与输出之间的相关性进行重要度排序,获取文本整体特征,最后将局部特征与整体特征进行特征融合,使用softmax分类器输出分类结果。实验结果表明,该方法在恶意域名检测上具有较好的表现,比传统检测恶意域名方法具有更高的检测率和实时性。     

基于闭环DNA计算的最大独立集问题的算法

提出闭环DNA计算模型及其基本生化实验,给出解决最大独立集问题的闭环DNA算法。在闭环DNA算法中,提出并实现了用删除实验直接构造所有最大独立集的构想,即通过多次删除实验使顶点集合逐步满足独立集的要求,最后达到最大独立集。该方法使得算法的设计简单明了。算法仅用到基本的删除实验,实现简捷、可靠。     

一种基于Mathematica的线性规划问题改进算法

详细分析了改进的线性规划算法的计算原理和实现算法的技巧。并通过线性规划的实例研究了基于Mathematica软件的算法实现。