基于SAM-CS和SOFM的胃上皮肿瘤细胞图像识别

针对胃上皮肿瘤细胞图像(以下简称肿瘤细胞图像)黏结严重和信息冗余的特点,提出了一种将自适应观测矩阵的压缩感知(SAM-CS)和自组织特征映射(SOFM)神经网络相结合的算法。该算法将肿瘤细胞图像拉成列向量,然后利用通过自适应过程产生的观测矩阵,基于压缩感知理论对图像信息进行观测,产生线性观测向量,最后利用SOFM神经网络的学习算法对观测向量进行训练和分类,实现对肿瘤细胞图像的识别。实验表明,相比常用算法,该算法至少提高了4.2%的识别准确率和5.7%的运算速度。     

自组织P2P网络的语义聚类查询算法

P2P网络中参与资源共享的节点日益增多,且呈海量趋势。如何在海量用户海量资源的情况下,查询整个P2P网络中的资源语义分布,计算网络中的所有语义聚类,是一个颇具挑战性的问题。针对这一问题,本文提出了一种面向自组织P2P网络的语义聚类查询算法SCQASPNSR。该算法可高效计算整个P2P网络中的语义聚类,为研究网络中资源语义分布、进行有效的知识发现,提供了有力支持。     

改进自组织映射神经网络在指纹识别中的应用

改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的提高。     

基于稀疏树的战术通信网络路由协议研究

介绍了一种使用在战术无线通信网络环境的基于稀疏树的战术路由协议.STRP支持单向信道,它采用稀疏树路径生成算法来减少路由更新的数据量并减少网络链路的冗余,采用快速环路消除算法来消除网络拓扑动态变化过程中的环路与计数到无穷问题,采用增量更新来降低路由协议对传输带宽的需求.仿真结果表明,它较为适合战术无线通信网络环境.     

基于自组织神经网络的炉膛火焰燃烧诊断系统

针对目前大型锅炉火焰检测手段的落后现状,提出了一种基于数字图像处理与自组织竞争神经网络进行燃烧诊断的方法,设计了一套火焰燃烧诊断系统.利用数字图像处理技术提取火焰特征量,应用神经网络的竞争学习对不同负荷下的全炉膛火焰图像进行识别分类,从而实现燃烧诊断和灭火预警的功能.     

对等服务器网络模式

C/S模式具有较好的可管理性和稳定性,但不能自适应客户数量的变化.P2P模式可自动适应网络规模的变化,但可管理较差.对等服务器网络(P2SP)模式融合了C/S和P2P两者的技术优势,可以提高信息服务的质量,同时控制系统的成本.分析了P2SP的结构和特点,并给出了P2SP目录服务器的结构和信息认证模型.     

基于自组织映射和模糊隶属度的混合像元分解

遥感图像中普遍存在着混合像元,将混合像元分解为端元和它们之间混合的丰度,对于高精度的地物识别和定量遥感具有重要意义.结合自组织映射神经网络和模糊理论中的模糊隶属度,提出一种新的多光谱和高光谱遥感图像混合像元分解的方法.首先对自组织映射神经网络进行有监督的训练,然后基于模糊模型对混合像元进行分解.其分解结果自动满足混合像元分解问题所要求的2个约束:丰度值非负约束及丰度值和为1约束.实验结果表明,该方法不仅适用于线性光谱混合的情况,也适用于非线性光谱混合的情况,能够获得较好的混合像元分解结果,同时具有较强的抗噪声能力.     

An evolutionary algorithm for global optimization based on self-organizing maps

In this article, a new population-based algorithm for real-parameter global optimization is presented, which is denoted as self-organizing centroids optimization (SOC-opt). The proposed method uses a stochastic approach which is based on the sequential learning paradigm for self-organizing maps (SOMs). A modified version of the SOM is proposed where each cell contains an individual, which performs a search for a locally optimal solution and it is affected by the search for a global optimum. The movement of the individuals in the search space is based on a discrete-time dynamic filter, and various choices of this filter are possible to obtain different dynamics of the centroids. In this way, a general framework is defined where well-known algorithms represent a particular case. The proposed algorithm is validated through a set of problems, which include non-separable problems, and compared with state-of-the-art algorithms for global optimization.     

自组织映射法在机械故障诊断中的应用

自组织映射法是由Ｔ．Ｋｏｈｏｎｅｎ提出的一种人工神经网络模式,它能把高维的信息数据以有序方式映射到低维的网络上,形成一种拓扑意义上的有序图。由于其有序性,使得信号空间图成为许多输入信息及其关系的群落图。每个图可用灰度深浅不等的方块阴影图表示出来,这种可视的图形表示了机械运行的状态。人们可以非常直观地从图上判断机械运行状态,从而使得机械运行状态的监测和故障诊断更为简便。     

自组织聚类的P2P语义路由算法

为解决结构化P2P语义路由过程效率低的问题,通过分析哈希函数,归纳出目的节点、传统语义路由中继节点序列、聚类邻居节点集三者之间的逻辑关联特性,提出一种自组织聚类的P2P语义路由算法,在提高路由效率的同时,保证P2P网络的对等性、自组织性及规模可缩放性。