基于复杂网络理论的汉语复句关系词搭配网的统计特征研究

汉语复句关系词是汉语复句在语表形式上的标记,是复句中标识关系的重要构件,在现代汉语复句研究领域起着关键作用。汉语复句关系词的搭配是指在汉语语篇中两个或两个以上的复句关系词形成的句法共现形式,它不仅影响着分句的语义,而且影响着复句层次关系的划分。该文利用复杂网络的理论,基于已获取的470个复句关系词构建了一个“现代汉语复句关系词搭配网络”。通过对该网络中的平均路径长度、聚集系数和度分布等特征的统计,用来发现汉语复句关系词之间的搭配能力和搭配强度,这些结果能够帮助复句层次关系和复句逻辑语义的自动识别。     

基于细胞自动机和QPSO的间接编码神经网络结构设计算法

设计间接编码方案表达网络结构,利用二维细胞自动机中的元细胞表示网络连接存在与否,对元细胞的坐标和值分别演化,实现对网络结构的生长和剪枝.应用二进制量子化粒子群算法,采用特定的适应度函数,生成和进化元细胞的坐标.设计元细胞的邻域演化规则,演化元细胞的值.利用浮点量子化粒子群算法训练当前网络,逐步得到最终稳定网络结构及其参数.实验结果表明,当应用于不同规模的网络结构设计时,算法复杂度变化不大,并且具备稳定的收敛性能.     

基于小波和LS-SVM的软测量建模方法

针对工业过程中某些重要过程变量难以实现在线检测的问题,提出了一种基于小波和最小二乘支持向量机(LS-SVM)的软测量建模方法.首先通过小波变换把样本数据序列分解为不同频段的子序列,然后对这些子序列分别采用LS-SVM进行建模,最后通过小波重构得到主导变量的估计值.其中采用量子粒子群算法(PSO)来优化选取LS-SVM参数.通过仿真实验验证此方法,实验结果表明所提出的方法具有估计精度高、泛化能力强等优点.     

基于粒子系统与LOD技术的实时雨雪效果模拟

在虚拟场景中加入雨雪的效果可以大大增加虚拟现实的真实性.粒子系统是模拟雨雪效果的有效方法,但是数量众多的粒子却增加了场景中的顶点数目,给仿真增添了许多困难.通过对粒子系统与LOD技术的深入研究,提出了一种新的应用于大规模场景的雨雪模拟实时算法.该算法的基本思想是结合粒子系统,根据人体视觉深度原理,采用LOD技术,根据粒子与观测点的距离对雨雪的密度进行分级,并对粒子发射器进行优化,提高粒子的利用效率,达到高效仿真的效果.     

SPH法中初始时粒子配置的分析

光滑粒子流体动力学(SPH)法是一种无网格拉格朗日粒子法。文中介绍了SPH法的常数和线性连续性条件,测试求解一维溃坝问题时不同的初始粒子配置对实验结果的影响。结果表明在SPH法中,初始时刻粒子应尽量均匀分布,并且尽量使所有粒子的质量相同或者是呈连续变化的。     

用于图学习的主干图核方法

对于结构化数据的学习是数据挖掘领域一个重要的分支.至今,出现了许多十分优秀的结构化数据学习方法.核方法是其中有效的学习方法之一,文中在G(a)ertner等人研究的基础上,提出了一种主干图核方法.该方法定义了图中重要程度较高的子结构为主干图,它有效地降低了图学习的规模.利用随机路径核函数来定义主干图核函数并对不同阶的主干图给予不同的权重.通过自适应的离散粒子群算法来对核相似矩阵进行学习.实验结果表明,文中方法能够很好地对图数据进行学习.     

带有动态爆炸半径的增强型烟花算法

为了解决烟花算法（FWA）在求解过程中对最优点不在原点或原点附近的目标函数寻优能力差的缺点,提出带有动态爆炸半径的增强型烟花算法（EFWA-DER）。通过改进算法的基本算子并加入爆炸半径动态调整的策略,以提高算法的优化性能。9个标准测试函数和4个偏移测试函数的实验结果表明,EFWA-DER比FWA和标准粒子群优化（SPSO2011）有更好的寻优性能。     

基于粒子群优化算法处理圆度误差

圆度误差是机械零件及其互换性的重要指标,是产品质量的关键,这里提出一种基于粒子群优化算法计算圆度误差的方法.粒子群优化算法(PSO)是一种进化计算技术.它的优势在于简单容易实现并且没有许多参数需要调整.该方法克服了传统圆度误差最小二乘法评价的局部收敛问题.仿真实验结果表明,本文介绍的方法可以有效、正确地评价圆度误差.     

基于粒子群最小二乘支持向量机的水文预测

支持向量机理论为研究中长期水文预测提供了新的方法。针对最小二乘支持向量机模型参数选择费时且效果差这一问题,给出基于粒子群算法的最小二乘支持向量机水文预测模型(PSO-LSSVM)。该模型运用最小二乘支持向量机回归原理建立,参数选取采用具有全局搜索能力的粒子群算法进行寻优。用此模型对南桠河冶勒水电站月径流进行预测,仿真计算结果表明,该算法可提高预测效率与预测精度。     

基于MMTD算法的粒子群的解Ⅱ

粒子群算法是一种寻找最优解的算法,该算法在寻找的过程中需要粒子所得的目前解具有判断力和记忆力.然而正是由于该算法中的粒子对当前的解具有判断力,才能够使得粒子群中的粒子能够较快地找到最优解.粒子群中的粒子在求解过程中所得的结果可分为三种:优,中,差,这三种解的属性符合中介思想.然而MMTD的算法正是中介思想的一种应用,因此论文将MMTD算法在粒子群上进行应用,该算法能够对粒子群解的属性上做出判断.