基于BP神经网络的油基钻井液乳化稳定性预测

通过室内实验,研究十二烷基苯磺酸钙、环烷酸钙、油酸钙、正丁醇4种处理剂对油基钻井液乳化稳定性能的影响,并结合所得实验数据,应用BP神经网络对其进行预测。在模型训练中,采用了神经网络集成来提高BP神经网络的泛化能力。神经网络集成的检验结果明显优于单个子网,其中老化前的平均误差率为7.85%,最大误差率为22.34%;老化后的平均误差率为5.75%,最大误差率为14.53%。     

一种混合的离散细菌菌落优化算法

为了利用细菌算法解决组合优化问题, 提出了一种混合的离散细菌菌落优化算法。根据现有细菌优化算法, 设计一种新的个体编码方式及进化模式, 通过设计种群的自适应调整因子增强个体活力, 并融合禁忌搜索算法, 克服算法易于陷入过早收敛的不足, 并与其他算法在Taillard标准调度测试问题集上比较实验, 验证了算法的有效性。仿真结果表明, 该算法可以搜索到问题的最优组合, 能够有效避免算法陷入局部最优, 取得了满意的结果。     

基于局部自适应先验MRF模型的快速BP图像分割算法

针对常规MRF分割模型不能有效描述图像的局部特征、常导致图像的过分割现象,提出了一种局部自适应先验的MRF模型。该模型利用图像的邻接区域信息建立了一种局部自适应特征MRF模型。基于提出的模型,建立了一种具有快速收敛策略的区域BP算法对MRF模型的区域消息进行传递,有效解决了区域BP算法的计算量大的问题。实验结果表明,与常规区域BP算法相比,提出的分割方法具有更快的分割速度和精度。     

基于自适应分块的动态场景HDR图像合成算法

通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的方法,自适应调整分块大小及动态区域块的融合权值,最终达到混淆去除的目的.同时,利用Gaussian中心函数窗口滤波,去除在分块融合过程中引入的块边缘不连续性痕迹.实验结果表明,该方法能快速有效地增强多曝光图像融合生成HDRI并去除混淆问题.     

ACE中设计模式在分布式网络服务中的应用研究

以网关应用服务的构建为例,详细探讨如何利用Acceptor-Connector模式来构建分布式网络服务的过程。通过分析其构造过程可知,利用Acceptor-Connector模式可提高程序的灵活性、可扩展性,减少重复开发代码工作量。     

基于Multi-Agent和HLA的口岸物流仿真

针对高层体系结构（ HLA）仿真建模技术的仿真联邦成员缺乏智能性和Multi-Agent仿真方法分布通信协同能力较差的问题。提出了一种集成两者的自适应中间件的方法,通过自适应中间件实现了两者集成的数据转换、通信及控制等功能,并进行实例验证。结果表明此方法在最小改变的情况下保证了集成开发的灵活性及方法的可行性、实用性和可靠性。     

内嵌安全机制的RFID防碰撞策略

当前的射频识别(RFID)系统只是简单地将防碰撞算法和安全机制粗糙地融合在一起。在分析经典自适应动态防碰撞算法的基础上,提出了一种内嵌安全机制的防碰撞策略。该策略将先序遍历机制、布尔运算双向认证协议内嵌入其中,解决了传统RFID系统标签识别效率较低、成本过高的问题,同时具有较高的安全性优势。与后退二叉树、动态自适应、二叉树搜索等算法进行比较,结果表明该策略能大大降低系统搜索的次数,提高标签的吞吐率。     

网络结构增长的极端学习机算法

针对极端学习机(extreme learning machine,ELM)结构设计问题,基于隐含层激活函数及其导函数提出一种前向神经网络结构增长算法.首先以Sigmoid函数为例给出了一类基函数的派生特性:导函数可以由其原函数表示.其次,利用这种派生特性提出了ELM结构设计方法,该方法自动生成双隐含层前向神经网络,其第1隐含层的结点随机逐一生成.第2隐含层的输出由第1隐含层新添结点的激活函数及其导函数确定,输出层权值由最小二乘法分析获得.最后给出了所提算法收敛性及稳定性的理论证明.对非线性系统辨识及双螺旋分类问题的仿真结果证明了所提算法的有效性.     

自适应混合多目标分布估计进化算法

针对多目标分布估计算法全局收敛性较弱的缺陷,提出了一种自适应混合多目标分布估计进化算法。其基本思想是:在多目标分布估计算法中引入全局收敛性较强的差分进化算法,当函数变化率较大时,用分布估计算法产生新种群;当函数变化率较小即算法可能陷入局部收敛时,用差分进化算法产生新种群。理论分析和数值实验结果表明,这种混合算法不仅具有良好的全局收敛性,而且解的分布性和均匀性较没有考虑目标函数变化率的混合多目标分布估计算法也有了一定程度的提高。     

基于直方图的水墨画艺术风格研究

基于内容的照片或自然图像分析和检索已经得到广泛的研究,但多数都基于颜色特征,不能直接用于水墨画艺术作品的分析。对图像进行预处理,提出基于灰度直方图描述水墨画笔道力度分布信息及构图风格,并利用神经网络学习水墨画整体技法风格特征,依据此特征进行不同艺术家间的分类。实验结果表明,通过对整体风格特征的提取,直方图模型能够有效表征画家不同的艺术风格,实现了水墨画的自动分类。