基于区域路径代理的Mobile Agent定位方法

由于Mobile Agent本身固有的移动性,必须定位派发出去的Agent,以便和它通信.通常的定位方法分为三大类:位置数据库、路径代理、目录服务.文中在对已有的定位方法进行分析后,对传统的路径方法进行了改进,提出了一个基于区域路径代理的定位方法,并将该方法和传统的路径代理方法进行了比较.对于区域性活动较多的Agent,通过使用该方法可以有效地缩短路径代理链的长度,大大提高了定位操作的效率,减少定位操作失败的概率.     

科研生产项目引导计算机基础课程教学

《大学计算机信息技术》是从《计算机基础》发展而来.根据国际上先进国家的教学经验,许多学校采用“广度优先”的教学思想,融合了计算机学科最新发展的知识和技术,为大学生今后的学习和工作,在信息技术方面打下坚实的基础.     

基于服务的网格数据管理框架研究与应用

文章基于OGSA设计了一种网格数据管理框架．为网格环境中分布式异构数据提供方便、统一的管理和操作方式。描述了基于服务的网格数据管理框架的层次结构及功能，为网格数据管理系统的设计与实现提供了一种新的思路。     

多策略结合的高光谱图像波段选择新方法

随着遥感成像技术的发展,高光谱图像的应用需求日益广泛。如何从多达数百个的波段中挑选出具有较好识别能力的波段组合成了亟待解决的问题。根据高光谱图像各波段间相关性高的特点,提出了基于条件互信息与自适应分支定界法相结合的波段分组方法,并在此基础上使用支持向量机和遗传算法相结合的搜索算法,选择最佳波段组合。实验结果表明:提出的算法具有相当出色的分类准确率和稳定性。     

太阳能电站分布式控制系统的研究与应用

根据DCS发展趋势,提出了一种塔式太阳能热发电站分布式控制系统的总体方案以及其各子单元应实现的控制功能,并设计了分布式控制系统的网络结构和主要控制单元的控制策略.该成果已应用于塔式太阳能热发电站的控制系统中.     

基于条件函数依赖的CTANE算法研究与应用

针对复杂庞大有研究价值的数据,查找其中蕴含的条件函数依赖可以有效地利用这些有价值的数据。但现有的条件函数依赖搜索算法在面对庞大的数据时查找效率较慢,所以对现有的算法的改进意义重大。针对水利普查数据的特点对查找条件函数依赖的算法进行了改进,在原有算法的基础上加入了剪枝策略。实验和理论证明,改进后的算法相比传统的搜索算法在保证搜索质量的前提下加快了搜索速度,使得查找数据中的条件函数依赖更加快捷便利。     

基于代价函数三角网格模型动态简化的研究

模型简化是解决复杂三维模型存储、传输、实时绘制与硬件处理能力的局限性之间矛盾的主要方法。介绍了三角网格模型简化相关技术和算法。目前基于边折叠的三角网格模型简化算法边折叠计算复杂,没有有效进行动态简化,结合Garland的二次误差度量算法和Hoppe的累进网格算法,提出了基于代价函数的三角网格模型动态简化算法。     

基于小波神经网络的水文时间序列预测

复杂时间序列预测是时间序列分析的主要研究内容之一,已成为一个具有重要理论和实际应用价值的热点研究领域。基于小波和神经网络组合模型,提出一种多因子小波预测模型以提高水文时间序列的预测精度。并根据不同小波函数对水文时间序列数据的适应性,提出了一种基于加权相关系数的小波函数选择准则。以国家重要水文站淮河王家坝站汛期的日流量时间序列预测为例,对各种常用小波函数进行了实验。结果发现选择得到的Haar小波和B3 spline小波函数预测精度较高,从而验证了小波函数选取准则的有效性;通过和传统单序列小波神经网络模型比较,发现提出的多因子小波神经网络模型的预测合格率在不同预见期均提高了10％以上,并且对洪水高流量方向预测合格率提高了15％。     

RBF神经网络在定日镜场故障诊断中的应用

针对定日镜场故障与征兆之间的关系特点,介绍了RBF神经网络运用于定日镜场故障诊断的基本方法。利用MATLAB神经网络工具箱建立和训练RBF神经网络,并对网络进行了测试。结果说明RBF神经网络在定日镜场故障诊断中具有较高的准确性和可靠性。     

改进PSO-LSTM的水文时间序列预测

为更准确地预测中小河流水文时间序列变化,建立改进粒子群优化算法(PSO)与长短期记忆神经网络(LSTM)结合的预测模型.提出利用非线性惯性权重变化,加入自适应变异等操作的方法,改善PSO的寻优能力;实现LSTM与注意力机制(attention mechanism)的结合,建立PSO-LSTM组合模型,改变传统LSTM在...