PSO-SOM分类判别研究及其应用

针对网络初始权矢量选取的不确定性问题,提出了粒子群优化-自组织映射(PSO-SOM)算法,利用PSO算法优化SOM网络的初始权矢量,进而进行分类.将提出的方法用于基因表达数据的分类判别中,使得SOM网络的误差平方和大大下降,提高了网络的分类精度,表明PSO-SOM算法用于数据的分类判别是切实有效的.     

一种确定神经网络初始权值的新方法

针对BP神经网络对易陷入局部极小的缺点,结合粒子群优化算法(PSO)在全局搜索上的良好性能,提出了一种新的算法--PSO-BP混合算法.该算法先用PSO算法将BP网络的初始权值优化到全局极小点附近,然后用传统BP神经网络学习算法进行进一步优化,仿真表明:该方法很好地解决了BP神经网络对初始值敏感、易局部收敛的问题.     

基于GA优化的非线性岭回归方法及其在软测量中的应用

提出一种基于遗传算法的非线性岭回归建模方法(GA-NLRR).该方法的核心是先通过RBF的转换实现输入样本的非线性映射,然后用岭回归方法进行线性建模,并采用遗传算法优化岭参数k.该建模方法能很好弥补常规岭回归方法的不足,即无法处理复杂非线性问题和岭参数难确定的问题.将该方法应用于溶剂脱水塔的软测量建模中,仿真研究表明:使用GA-NLRR建立的模型具有很好的预测精度.     

数据挖掘及在营销中的应用

数据挖掘的目的是在大量数据中进行模式识别、提取有用的知识。西文在对数据挖掘方法作了全面论述的基础上,着重分析了关联分析方法和决策树分析方法,提出了关联衡量指标和关联分析步骤、决策树的构造方法和决策过程,并结合营销策略和商店定位两个实例讨论了方法的应用。     

基于自适应偏最小二乘回归的初顶石脑油干点软测量

提出了一种具有强非线性表达能力的自适应偏最小二乘回归（APLSR）方法,并应用于初顶石脑油干点软测量模型建立.APLSR对于指定的预测对象,将根据样本在自变量空间中的分布,分析它们对预测对象的预报能力,自适应地为各个样本分配权值,然后从加权样本数据中提取和选定PLS成分,实施自适应加权PLSR,从而获得预报性能良好的模型.同时提出将前一时刻初顶石脑油干点人工分析值引入作为模型的自变量,从而进一步提高了软测量模型的预测精度.     

采用同步相位检测的微小振动实时测量

提出了一种半导体激光正弦相位调制干涉仪。该干涉仪可以实时测量物体的微小振动。利用简单的电路构成实时相位检测器 ,对干涉信号中的相位信号进行同步检测 ,最终获得实际振动的振幅频率。文中给出了具体的理论分析和实验结果。     

真实与体验--同济大学土木工程学院大楼创作感想

文章简要分析了建筑师在设计同济大学土木工程学院大楼时所坚持的理念,即尊重现有校园环境,创造良好空间,同时尽力展现钢结构在建筑结构、构造甚至装饰方面上的作用。     

一种新的种群数自适应遗传算法

针对简单遗传算法存在早收敛和在进化后期搜索效率较低的缺点,提出了一种新的种群数自适应遗传算法。该算法在对进化种群数进行宏观调控的同时,再用个体寿命限制个体的生存期,实现对种群数的微观调控。实验数据表明,该算法具有比简单遗传算法好的收敛性能。     

“现代”还是“古典”？文远楼建筑语言的重新解读

文远楼长期被看作中国早期杰出的现代主义建筑作品文章通过分析发现该建筑不仅仅体现出现代主义特征在现代的形式之下还隐藏着多重西方古典建筑语言是一个深具复杂性和矛盾性的作品。文章着重分析该建筑中所隐含的西方古典建筑语言特征并从设计者的建筑思想角度探讨了作品具有复杂建筑语言的深层原因。     

“布扎”研究参考书目导读

本文试图为研究美国“布扎”的学者提供参考书目和资料,并作简要介绍。这些书目分成四类：第一类关于“布扎”教育思想和方法;第二类关于各建筑院校情况; 第三类关于个体建筑师;第四类其他,包括了装饰艺术和美国建筑史的介绍等。四部分从不同方面,多层次、多角度地展现了“布扎”的建筑、建筑师、建筑教育等内容。