否定选择算法中一种改进的检测器集生成机制

为提高否定选择算法中检测器集的检测率,提出改进的检测器集生成方法。其主要针对检测器在检测边界元素时遇到的困境问题,把自体点和它的临近点一起作为自体区域,处理自体的泛化问题。给出算法的具体实现过程、优势分析,并通过人工合成数据集2DSyntheticData和实际Biomedical数据集对算法进行了验证。实验结果表明,本算法检测率较高,尤其可以有效检测到处于自体与非自体边界处的点,具有一定的优越性。     

基于样条插值函数的离散过程神经网络训练*

为解决过程神经元网络不能直接输入离散样本的问题,提出基于样条插值函数的离散过程神经网络训练算法。首先,将离散过程样本按采样点分段,在采样区间内分别构造样本和权值的分段样条函数;然后,计算样本函数和权函数的乘积在采样区间上的积分,并将此积分值提交给网络的隐层过程神经元;最后,在输出层计算网络输出。分别采用一次、二次、三次样条函数,设计了三种不同的算法。实验结果表明：一次样条计算效率高,逼近能力差;三次样条计算效率低,但逼近能力好;二次样条在计算效率和逼近能力两方面都比较理想。因此,二次样条函数是离散过程神经网络的较好选择。     

基于遗传优化的模糊PID控制在智能除草中的应用研究*

针对当前智能除草控制系统的非线性、时滞性及喷施精度过低等问题,设计了一种基于超代遗传算法(HG-GA)优化的模糊PID控制方案。在该方案中,针对智能除草装置的特点,设计了对应的模糊PID控制器,并对控制器的各因子进行遗传优化,从而提高系统的控制效果,同时加快了优化速度。实验结果表明这是一种有效的控制策略,尤其是在处理非线性及外部干扰方面有更好的鲁棒性。     

一种求解多旅行商问题双层降解混合算法*

为了能快速近似求解多旅行商问题,提出了双层降解混合算法。首层降解根据问题空间展布特性,利用聚类技术将问题分解为若干子类问题,底层降解将子类问题转换为经典的旅行商问题,通过缩减子类问题初始状态下的边数量,使得子类问题求解难度得到再度降低,最终利用精确算法进行求解能够得到高质量优化解。对比实验表明双层降解混合算法具有计算时间短和求解质量高的优势,说明了新算法的有效性和高效性。     

基于遗传神经网络的汽车回收逆向物流综合评价*

目前面向汽车回收的逆向物流工作实施效果的好坏难以衡量,针对这一问题,构建了汽车回收逆向物流综合评价指标体系。采用可以获得专家知识经验的层次分析法计算指标体系的权重作为神经网络的输入,实现了定性分析和定量分析的有效结合;提出了用遗传算法优化神经网络的遗传神经网络评价方法,结合实例验证了该评价方法更加稳定迅速并具有时效性。实验结果表明提出的评价方法可以为汽车制造企业的逆向物流管理提供决策依据。     

一个基于中心度的社团结构发现新算法*

针对GN算法在社团结构发现中时间复杂度高等问题,提出一种基于中心度的GN改进算法（DCGN）。该算法根据节点中心度以及节点之间的最短路径首先确定社团结构中心节点集,然后逐步删除社团结构中心节点之间的最大边介数连边,完成社团结构划分。DCGN算法避免了GN算法边介数计算开销大的问题,算法的时间复杂度约为O(cmn),其中c为常数,n为网络成员数,m为网络连边数。将DCGN和GN算法同时应用到Zachary网络及计算机随机生成网络中并进行了比较。实验结果表明,所提出的DCGN算法在运行效率和效果方面较之GN算     

基于复合超混沌系统且与明文相关联的图像加密*

为了提高加密系统的抗攻击能力和加密安全性,分析了现有图像加密的方法,提出一种改进的图像加密方法.对Clifford超混沌系统和Logistic混沌系统进行嵌套组合,产生了具有更好特性的Cli-Log混沌系统,用于图像的位置置乱;在Chua超混沌系统的龙格库塔解法中插入参数,生成混沌序列与图像像素值进行异或操作,实现加密...     

基于人眼感知度的分块加权图像检索*

提出了一种基于人眼感知度的图像检索算法。该算法首先由像素的人眼感知度的计算得到各分块的权值,然后对分块的LBP纹理直方图和HSV颜色直方图进行加权处理,综合纹理和颜色特征进行图像检索。实验结果表明,该算法结合了局部图像的相关性,利用了纹理和颜色特征的互补能力,检索结果符合用户所需并具有较好的查准率和查全率。     

离散制造企业RFID实施框架研究*

为推进离散制造企业RFID系统的成功实施,提出了面向离散制造企业的RFID实施方法论框架。从应用领域、应用层次、产品生命周期三个维度分析了离散制造企业的RFID应用需求。以信息技术采纳理论为基础,构建了包括RFID技术采纳决策和RFID系统实施两个阶段的RFID实施过程框架,并对各阶段的实施步骤和实施方法进行了阐述。利用上述RFID实施框架在重庆某整车生产厂进行实际应用,验证了可行性。     

网格环境下基于属性的访问控制策略合成研究*

为了满足网格环境下资源聚合对访问控制策略合成的需求,达到建立统一的安全策略的目的,提出了一种扩展的基于属性的访问控制（ABAC）策略合成代数来实现安全策略的合成,该合成在策略表达式中引入了环境属性,并结合了一种新的策略合成算子实现访问控制策略的合成。用一个具体的策略合成案例展示了策略的合成,说明策略合成方法有良好的语义表达能力、灵活性以及可扩展性。