基于多评价因素的面状要素合并变换算法

为解决同一地物数据被重复采集而导致的数据二义性问题,综合不同来源数据的点位精度差异的影响,提出一种基于多评价因素的面状要素合并变换算法.首先分析确定影响合并变换的三大主要评价因素,通过熵法决定其重要性,并将其综合来确定要素的可信度;然后根据离散Fréchet距离识别同名面状要素上的同名点对,进而使用位置加权平均来获得合并变换后的位置.结合海陆图的部分面状要素对该算法进行检验的结果表明,其提高了面状要素的空间位置合并变换质量.     

一种混沌Hopfiele网络及其在优化计算中的应用

文章讨论了神经网络算法在约束优化问题中的应用,提出了一种混沌神经网络模型。在Hopfield网络中引入混沌机制,首先在混沌动态下搜索,然后利用HNN梯度优化搜索。对非线性函数的优化问题仿真表明算法具有很强的克服陷入局部极小能力。     

考虑故障排除率和引入率的软件可靠性建模

软件测试中排错过程的故障排除率并不是100％的,并且由于检测到的尚未被排除的故障影响还会引入新的故障,即存在故障排除率和故障引入率,两者是具有不同的下降趋势的减函数.针对上述问题,提出一种新的非齐次泊松过程软件可靠性增长模型,考虑了随时间变化的故障排除率函数和故障引入率函数.利用一组公开发表的包含故障检测数和故障排除数的软件失效数据集进行仿真与验证,实验结果表明,改进模型具有更好的拟合效果和预测能力.