确定工作面突出预测指标临界值方法的研究

本文通过对工作面突出预测指标的分析，提出了利用模糊度理论确定工作面突出预测指标临界值的方法。通过在北票、焦作的应用和效果检验，证实该方法是可靠、合理的，进而得出了两矿区突出预测指标的临界值。     

钢铁企业价格预测决策模型体系研究

通过对钢铁企业现行价格管理体系的分析 ,建立了钢铁企业价格预测决策模型体系。充分利用大量的定性、定量信息 ,并把趋势预测和因果预测技术相结合 ,采用组合预测模型对价格进行预测 ,最后对预测出来的多方案进行模糊综合评价 ,给出推荐方案顺序。实际应用表明 ,模型体系是有效的。     

Sirius叠前深度偏移在莺歌海盆地“泥拱模糊带”处理中的应用

在对Sirius叠前深度偏移软件应用开发的基础上，分析讨论了Sirius 2D叠前深度偏移速度模型建立、层析成像反演、胆深度偏移以及深度聚集等技术环节的基本原理，并以莺歌海盆地某测线的处理为例，具体分析了Sirius 2D叠前深度偏移处理的流程、主要参数及时效。文中还分析讨论了莺歌海分地中央“泥拱带”叠前深度偏移处理的地质效果。实践表明，莺歌海盆地广泛发育的与“泥拱模糊带”有关的构造各有其特殊性，只有通过3D叠前深度偏移处理才能从根本上解决“泥拱模糊带”的成像问题。     

自适应模糊控制的新进展

回顾了自适应模糊控制的发展过程，着重介绍了近年来出现的一些新情况，最后，对自适应模糊控制研究领域中有待解决的研究课题进行了展望。     

一种新的图书特征抽取方法

本文提出了一种新的特征抽取方法。它可对任意形状的工件进行准确描述，并具有计算速度快，特征抽取结果简单的特点，用此算法做成的视觉系统，能识别任意放置的甚至有遮挡或重叠的二维工件，是一种较好满足工业生产线上实时性要求的算法。     

走近抽象

如果你被一些模糊影像的想法吓出一身冷汗,或者认为连自己都无法定义的影像是一种不良信号,那我们得好好教你一番。能把普通的东西变得与众不同,那是值得自豪的技法。所以,你若是想打破常规,自由发挥,就请继续读下去……抽象是摄影中一个激动人心的流派,但同时也鲜少被人探究透彻。它的主旨总是围绕寻求乐趣,意识创新和吸引注意展开。抽象摄影最大的一个挑战通常就是要做到摆脱压抑,随心所欲地释放。只有这样,你才能欣赏到拍摄主体真正的内质所在。要记住的是,抓拍抽象镜头不是用相机记录下你裸眼看到的东西。即使是最平常的事物,也有它的视觉价值。在现代艺术博物馆外走一圈,你可以拍到很多寻常个体组成的独特影像。把事物放在聚光灯下或者仅仅在摄影中进行捕捉,你迫使观众仔细观察否则就会忽略的东西。它可能是一团迷乱的色彩,一副复杂且不和谐的结构或者一种精致的视觉影调和阴影。在这个背后,你不仅要了解抽象摄影镜头中所涵盖的内容,还要知道怎样用你的数码相机和图像编辑软件来创作。如果你需要灵感,不妨看看Peter Defty的精彩作品, 和他在杂志中谈到的相关知识。     

动态模糊神经网络在大坝变形预报中的应用

针对静态模糊神经网络的局限性,提出了在线动态建模的模糊神经网络方法.当新增样本进入训练集之后,根据新样本对模型的贡献大小,在已有模型的基础上进行动态修正,这样可以减少建模的计算时间.新方法实现了增加样本而矩阵阶数不增加,避免了矩阵求逆运算,理论上可以提高计算效率.实例表明动态模糊神经网络方法是可行的,可实现持久预报,具有较强的适应能力和较高的预报精度,可应用于在线实时变形预报及相关领域.     

采用B-样条神经模糊模型预测粒状土浅地基的沉降—Computersand Geotechnics，2003（8）

粒状土浅地基设计通常由沉降而非承载能力决定。所以，设计时主要关心沉降预测，它是浅地基设计的必备标准。目前，只有用众多数值模拟技术，才能准确而一致地预测出粒状土浅地基的沉降。近来，用反传播算法培训的多层感知器(MLP)已经成功地应用于预测粒状土浅地基的沉降。其缺点是培训期间获得的知识呈关联权重分布，很复杂，难以解释。     

RSFM网络及其在信号滤波中的应用

介绍了一种适用于模式识别的新型神经网络模型--局部有监督特征映射（Reglonal Supervised Feature Mapping,RSFM）网络,描述了该网络的拓扑结构和学习算法,研究了网络的基本性能,最后将其应用到了信号滤波中.理论研究和仿真实验表明,该网络结构简单、算法简洁,收敛速度快、识别精度高,适用于需要大样本训练、随机干扰严重的复杂模式的分类与识别.     

降雨空间分布模式识别

以广东省内186个站点的年降雨量分布为基础，把模式识别的聚类分析理论方法引入降雨空间特征分类研究中，进行降雨特征空间分布模式识别，以预测无雨量站点的降雨模式，从而分析水资源的空间分布模式，以便制订有效的水资源利用方案。结果表明，广东省年降雨量在空间上的分布可划分为6类模式；同时基于BP人工神经网络算法，建立了以高程、气温、蒸发量为主要参数的可判别和预测无雨量测站区域的降雨空间分布模式所属类别的模型，经过模型的学习和验证，效果较好。