局部保持的流形学习算法对比研究

局部保持的流形学习通过从局部到整体的思想保持观测空间和内在嵌入空间的局部几何共性,发现嵌入在高维欧氏空间中的内在低维流形。分析了局部保持的流形学习算法的基本实现框架,详细比较了一些局部保持的流形学习算法的特点,提出了几个有益的研究主题。     

基于决策树的神经网络

传统人工神经网络模型采用试探的方法确定合适的网络结构,并随机地初始化参数值,导致神经网络训练效率低、结果不稳定.熵网络是一种建立在决策树之上的3层前馈网络,在熵网络基础上,提出了基于决策树的神经网络设计方法(DTBNN). DTBNN中提供了对神经网络参数的初始值合理设置的方法,并提出了由决策树确定的只是熵网络的初始结构,在实际的网络构造中需要根据实际应用添加神经元和连接权以提高网络的性能.理论分析和实验结果表明了这种方法的合理性.     

基于图像处理的铁轨表面缺陷检测算法

对铁路轨道表面缺陷进行检测是保证铁路运输安全的重要手段之一，该文采用计算机图像处理技术对铁路轨道表面的缺陷进行自动化检测，提出了轨道表面缺陷检测的系统设计方案，给出了一种利用图像灰度信息的快速、实时检测算法。实验验证了算法的有效性和高效性。     

基于蚂蚁算法的网格任务分配算法研究

任务分配是网格计算环境中影响系统性能的重要因素，由于网格环境中各种资源分布于不同的地理位置，其性能也千差万别，因此需要一种有效的策略来进行任务的分配，使得整个系统完成任务的代价最小。文中将蚂蚁算法应用于解决网格环境中的任务分配问题，并进行了仿真实验，取得了良好的效果。     

基于广义运动模糊模型的前向运动模糊核

从光流场的角度出发,建立了一种广义运动模糊模型,并依据该模型推导出前向运动模糊核,为高速铁路前向运动视频图像去模糊奠定了理论基础.给出了理论分析后,设计了一种快速生成前向运动模糊核的方法,在这个过程中,解决了3个具体问题：快速的运动估计方法的解析解、平面场景朝向的快速估计方法的解析解、前向运动模糊核的数值生成方法.实验结果验证了该算法的正确性.     

基于Bayesian的期望最大化方法——BEM算法

通过对标准EM算法收敛于局部极值的原因进行分析,提出了基于Bayesian方法的神经网络新学习算法－－BEM算法。该算法解决了标准EM算法的上述缺陷,同时还可防止标准EM算法Overfitting情况的出现,并可防止标准EM算法有时只响应第一模式而失去泛化能力情况的出现。实验结果表明了该算正确性和有效性。该算法对研究和发展标准EM学习算法理论具有一定的学习意义。     

强化学习算法的稳定状态空间控制

强化学习算法的探索次数随着状态空间的增加呈指数增长,因此难以用于复杂系统的控制中。为克服这一问题,提出一种稳定状态空间控制的强化学习算法。算法以寻找稳定空间的最优控制动作为学习目标,将探索过程集中于稳定状态空间中,而不探索系统的全部状态空间。由于稳定状态空间通常仅占系统状态空间中的极小一部分,因此算法的探索次数不随状态空间的增加呈指数增长。     

基于局域网的机群应答机制的设计与实现

分析了机群系统中系统软件在通信方面的开销以及传统通信协议应答机制的弊端,提出了一种结合组包应答和逐包应答策略的可调整应答机制,并给出了其设计与实现。     

Windows Vista应用程序兼容性的研究

文章详细探讨了Windows Visca操作系统中应用程序兼容性问题，并总结了一些解决问题的策略和技术方法。这为应用程序更好地运行在Windows Visca提供了切实有效的技术解决方案。     

基于J2EE的银行客户信用评级系统研究与实现

为适应巴塞尔新协议金融环境的变化,银行客户信用评级系统基于J2EE技术体系结构从数据来源、客户评级、评级审批和安全管理等方面进行了设计研究.论文介绍了银行客户信用评级系统建设的背景,详细论述了应用客户/Web服务器/应用服务器/数据库服务器体系的系统主要功能和实现技术手段.