石佛寺人工湿地生态系统服务价值评估

本文通过野外调查结果,结合相关资料,选用市场价值法、影子工程法、生态价值法等对石佛寺水库的人工湿地生态服务价值进行了评估。结果表明,供水与蓄水、调蓄洪水、降解污染功能价值显著,说明石佛寺人工湿地自2009年形成以来,为人类生态环境和社会经济做出了巨大贡献。     

复合混沌-人工鱼群混合算法的改进及性能研究

针对人工鱼群算法在寻优过程中接近最优点时收敛速度下降而难以得到精确解,优化复杂问题时易陷入局部极值的缺点,提出了一种复合混沌搜索技术与改进人工鱼群算法相结合的混合算法。该算法采用更具遍历性的组合映射产生复合混沌局部搜索方法,来避免人工鱼长时间陷入局部极值区域,从而更加精确地达到全局最优点;同时,对人工鱼引入反馈-吞食行为进行改进,改进的人工鱼群算法降低了优化后期的复杂度,并提高了优化精度,保证了收敛效率。实验结果表明,在相同参数条件下,该混合算法的收敛速度、优化精度和全局寻优能力均优于基本人工鱼群算法,实例验证了算法的有效性。     

基于抗体浓度的实时网络风险控制系统的设计与实现

系统采用人工免疫理论,通过对传统入侵检测系统Snort的实时检测结果进行分析,根据抗体浓度随网络入侵强度动态变化的特点,计算出当前网络风险值,反映出当前网络所面临的各类攻击和整体风险状况;Snort依赖规则匹配对数据包进行检测,由于检测过程未考虑当前的网络风险状况,对所有的匹配都发出报警,存在误报率过高的问题,系统针对不同攻击的危险程度设定报警阈值和丢包阈值,降低Snort的误报率;并根据风险值大小,采取通过、报警、丢包阻断等响应措施。实验表明,该系统能够准确计算出主机和网络所面临的实时风险,降低Snort误报率,并能根据风险值大小制定有效的响应措施     

基于支持向量机的尿液细胞图像识别分类研究

为提高尿液细胞进行识别分类的效果,分析和比较了在RGB和HIS两种不同色彩坐标系统下使用支持向量机对尿液细胞进行识别分类的效果,分析和比较了使用色彩特征参数与空间特征参数进行综合识别分类尿液细胞的效果,提出使用网格搜索交叉验证法对支持向量机的参数进行优化.实验结果表明,提出的HSI颜色参数、空间参数、网格搜索交叉验证优化选择参数相结合的方法在尿液细胞识别分类中效果良好.     

Crew exploration vehicle (CEV) attitude control using a neural–immunology/memory network

This paper addresses the problem of the crew exploration vehicle (CEV) attitude control. CEVs are NASA's next-generation human spaceflight vehicles, and they use reaction control system (RCS) jet engines for attitude adjustment, which calls for control algorithms for firing the small propulsion engines mounted on vehicles. In this work, the resultant CEV dynamics combines both actuation and attitude dynamics. Therefore, it is highly nonlinear and even coupled with significant uncertainties. To cope with this situation, a neural–immunology/memory network is proposed. It is inspired by the human memory and immune systems. The control network does not rely on precise system dynamics information. Furthermore, the overall control scheme has a simple structure and demands much less computation as compared with most existing methods, making it attractive for real-time implementation. The effectiveness of this approach is also verified via simulation.     

An improved PSO-based approach with dynamic parameter tuning for cooperative multi-robot target searching in complex unknown environments

Target searching in complex unknown environments is a challenging aspect of multi-robot cooperation. In this paper, an improved particle swarm optimisation (PSO) based approach is proposed for a team of mobile robots to cooperatively search for targets in complex unknown environments. The improved cooperation rules for a multi-robot system are applied in the potential field function, which acts as the fitness function of the PSO. The main improvements are the district-difference degree and dynamic parameter tuning. In the simulation studies, various complex situations are investigated and compared to the previous research results. The results demonstrate that the proposed approach can enable the multi-robot system to accomplish the target searching tasks in complex unknown environments.     

人工免疫在电子商务推荐中的应用

Internet的迅速发展使得电子商务中信息超载现象越发严重,如何从商品信息的海洋中快速准确的挑选出需要的商品已成为电子商务网站急需解决的问题,个性化推荐为解决该问题提供了可能.为了实现准确的推荐,本文提出了使用人工免疫技术对用户进行聚类,然后采用协同过滤技术进行推荐,结果表明,准确率可以达到80%以上.     

基于SVM的语音情感识别算法

为有效提高语音情感识别系统的识别正确率,提出一种基于SVM的语音情感识别算法.该算法提取语音信号的能量、基音频率及共振峰等参数作为情感特征,采用SVM(Support Vector Machine,支持向量机)方法对情感信号进行建模与识别.在仿真环境下的情感识别实验中,所提算法相比较人工神经网络的ACON(All Cl...     

基于梯度蜂群混合算法的电力系统最优潮流计算

针对电力系统最优潮流计算的问题提出一种基于梯度蜂群混合算法GABC.利用梯度算法的快速寻优特性得到某一局部极值,然后采用蜂群算法的全局寻优能力跳出该局部极值,并经过反复交替迭代最终找到问题的最优解.通过对IEEE5节点系统的计算结果表明改进后的人工蜂群算法可较好的处理最优潮流约束条件,有效提高基本蜂群算法的全局寻优能力...