基于多尺度小波LSSVR的污水处理过程软测量

针对污水处理中某些生物参数难以在线测量的情况,本文提出了一种基于小波核的多尺度最小二乘小波支持向量机软测量建模方法:。首先,选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数,进而设计出多尺度小波最小二乘支持向量回归机(MW-LSSVR)。然后利用该支持向量机和出水水质参数特性建立混合软测量模型,实现对出水BOD浓度、COD浓度在线预测。通过在实际污水处理过程的应用,结果:表明本建模方法:具有较高的预测精度和较快的模型学习速度,能对BOD的做出准确的预测,一定程度上可以替代某些昂贵的在线测量仪表,给污水处理厂工作人员提供了控制操作依据,具有一定的实际应用价值。     

一种基于密封第二价格拍卖的任务分配算法

任务分配是MAS研究的核心问题之一,合理的任务分配可以提高系统的整体性能,如何得到合理的分配结果是多Agent任务分配关心的问题。为此,研究者们提出了很多解决算法,但很少考虑到Agent的能力及偏好。论文给出了一种基于密封第二价格拍卖（SPSB）的任务分配算法,强调了Agent的能力及偏好,体现了Agent的自利特性。论文以多Agent运输军需问题为背景,进行了仿真实验,结果表明该算法是合理、有效的,优于ReA-MRTA[4]算法。     

多Agent层次任务分配方法

提出了一种层次任务分配方法,用于解决动态环境中的任务分配问题.利用全局分配方法为Agent分配合适的任务,当环境发生变换时,通过局部调整来解决任务和Agent之间的匹配问题,使得每个Agent能够根据局部信息选择理想的任务来执行,提高了分配算法的鲁棒性和多Agent整体效用.仿真实验结果表明,该方法是可行且有效的,能够解决动态环境中的任务分配问题.     

基于Gabor特征的快速贝叶斯人脸识别

对贝叶斯分类中两种计算相似度的公式进行简化,设计了基于Gabor特征的快速贝叶斯人脸识别方法.首先对人脸图像进行Gabor小波变换,把同一个人的Gabor特征与本人的类内Gabor均值图像之差作为类内差异图像,对类内差异图像进行小波分解取其低频图像;然后采用2DPCA方法建立类内特征子空间.对测试图像进行Gabor特征提取,并与目标图像的类内均值Gabor特征作差形成差异图像,对差异图像进行小波分解,提取低频子图信息投影到类内特征子空间,利用简化的贝叶斯准则进行分类.实验结果表明,该方法降低了算法复杂度,提高了识别率,并对光照和表情变化具有较强的鲁棒性.     

团队CGA行进中的动态避障方法

提出一个团队CGA行进中的动态障碍规避方法,利用非零和2人对策来讨论两个CGA之间的碰撞问题,通过对每个CGA的特征分析得到对策的解,使CGA成员获得期望的效用。该方法很容易地实现了团队队形依据环境的动态改变及处理掉队问题。     

人工智能中的符号机制与联结机制

人工神经网络的出现与复兴,使人工智能中形成了两种不同的观点,即基于物理符号（ Ｐｈｙｓｉｃａｌ Ｓｙｍ ｂｏｌ）的人工智能与基于联接机制（人工神经网络）的人工智能。那么,这两种观点的基本假设和理论基础是什么？ 它们之间究竟有什么关系？ 它们对于人工智能的发展又有什么意义？ 本文将讨论并解决这些问题。     

NETpocer:一个用于汉字识别后处理的人工神经网络系统

在本文中，我们首先探讨了人工神经网络与语言处理的关系并提出了语言在人工神经网络中的一种表示方法；然后，我们分析了现有的联想记忆模型的一些不足之处，并且在此基础上提出了一个综合利用监督学习与非监督学习的联想记忆模型；最后，我们实现了一个基于这一模型的汉字识别后处理试验系统：ＮＥＴｐｏｃｅｒ。     

J─2B防窜降失水剂的研究与应用

河南油田为解决调整井固井质量问题，与总公司工程技术研究院共同研制出J─2B防窜降失水剂，经现场7口井试验，施工顺利，固井质量合格率100％，优质率42．9％，取得了良好的经济效益。实践证明：J─2B防窜降失水剂一方面降低了水泥浆的失水，满足了对水泥浆低失水的要求；另一方面使水泥浆具有防窜性，减轻了地层流体对水泥环的侵蚀。     

矩不变调整的二维Shannon嫡图像分割及其快速实现

为了克服二维Shannon熵阈值法的缺陷,提出了一种使用矩不变法来调整二维直方图斜分Shannon熵的阈值分割方法。首先将二维直方图斜分原理运用到两种Shannon熵阈值法中,然后利用矩不变法从两种熵阈值法获取的阈值中选择最佳阈值,并提出二维直方图斜分Shannon熵阈值法的一般递推算法,最后将二维直方图分布特性与这种算法有机结合得到新型快速的递推算法。实验结果表明,提出的方法不仅分割效果优于当前的二维直方图斜分的最大熵阈值法,而且运行速度更快,约快4倍。     

一种保持Agent团队队形的路径规划方法

Agent团队能够在动态环境中完成复杂的任务,路径规划同题是Agent团队研究的主要问题之一.对Agent团队的路径规划问题进行了分析,提出了一种保持Agent团队队形的规划算法(ATPP).该算法是一种集中式的全局规划方法,使用改进的A*算法得到Leader的路径,通过对Leader路径的优化得到关键点表和队形转换表,利用关键点表和队形转换表得到团队中非Leader成员的路径.队形转换表可以使行进中的队形变换更合理,并且减少了队形维护时需要的通信量.通过调整算法中的两个影响因子,可以分别得到侧重于队形和侧重于距离的路径,改进了Hao的方法.