基于遗传算法的神经网络油水层识别

文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度。实验结果表明：将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法。     

高职实训基地管理模式研究

高职实训基地应具有双重属性,即企业属性和学校属性。企业属性应遵循现代企业规律,学校属性应遵循高等职业教育规律。校内高职实训基地应该充分体现企业属性,遵循现代企业发展规律,尽可能地与生产、建设、管理、服务第一线工作相一致,形成真实或仿真的职业环境,才能使自身优势得到充分发挥。与此相应,校外高职实训基地则应体现学校属性,具有教学的氛围、条件、功能。     

基于属性的多接收者加密算法研究与实现

随着Internet的迅速发展,广播安全通讯的日益重要.与信息技术的高度发展相对应,在信息处理和传输过程中对其提供相应的安全保护也正成为信息技术发展所必须面对和解决的问题.     

泌阳凹陷古城地区地震资料连片处理及认识

地震资料连片处理的目的是尽可能地克服不同年度、不同仪器、不同施工参数等造成的影响,同时消除不同的处理参数及处理流程所导致的差异。连片地震资料可以用于整体区域地震解释和地质认识。根据新老资料采集参数的特点,在静校正、叠前去噪、振幅补偿、叠前叠后提高分辨率等方面进行攻关,系统地解决了新老资料连片处理中的关键问题。通过处理资料的分析认为连片资料比较适合构造解释,而属性研究必须根据具体情况,一般是面元均化的网格与单块网格相比,网格差别大的,最好使用单块处理的资料,差别小的或者网格没有差别的,采用连片处理的资料进行研究。     

一种使用二进制差别矩阵的属性约简方法

针对区分矩阵属性约简算法中区分矩阵存在空值元素和重复元素等缺点,提出了一种基于二进制差别矩阵的属性约简算法.该算法不仅保证了属性约简的完整性和正确性,同时也降低了运算所需的时间和空间.     

一种构件通用属性的描述方法研究*

提出了一种将构件的通用属性和特殊属性分开描述及管理的构件通用属性描述方法CGADM及其扩展机制,阐述了该描述方法的定义,分析了其特点。基于该描述方法设计实现了一个构件管理实验系统,证明了该描述方法具有良好的描述性能和扩展性能。     

基于AGORA扩展模型的可信需求评价选择方法

需求分析设计过程中如何进行正确的需求选择是可信需求设计的一个重要研究内容,在分析研究了现有目标视图需求分析方法的优缺点后,对AGORA目标视图模型进行了扩展,提出了一种基于开发成本以及正确性、一致性、可变性等多可信属性的需求方案综合满意度评价选择方法。该方法解决了需求分析设计过程中的需求选择评价问题,并通过了一个分析案例表明了其实用性和可操作性。     

基于递阶质量屋的多属性灰色模糊评价系统研究

质量功能配置中的顾客需求权重以及设计要求权重的获取是产品配置的关键环节.在层次分析法的基础上,应用递阶质量屋方法优化了各因素的权重值,针对出现的模糊语言,利用模糊数对定性指标进行量化,并将灰色系统理论引入设计方案的多属性模糊优选,提出了一种基于递阶质量屋的灰色关联与模糊优选评价方法.该方法综合考虑相关模糊因素交叉耦合后的影响,对方案优劣进行整体比较.实例证明,该方法能够处理复杂的、多层次的、且信息不够完全的问题,评价方法客观准确,可操作性强,能够得到符合客观实际的结果.     

基于用户特征属性和云模型的协同过滤推荐算法

随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果。针对这一问题,提出基于用户特征属性和云模型的协同过滤算法。首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充,在此基础上得到用户的评分云相似性;其次,再结合用户特征属性相似性通过加权因子计算用户的最终相似性,得到一种新的相似性度量方法;最后,得到算法的评分预测。实验结果表明,该方法能够提高推荐质量。     

基于物联网的异构数据融合算法的研究

随着物联网技术的发展与规模的扩大,物联网底层接入的网络种类越来越多。面对物联网感知层产生的海量异构的数据,如何进行数据融合成为限制物联网进一步发展的"瓶颈"。本文结合物联网数据具有时间和空间的特性,从时间、空间和属性三个方面对物联网异构数据进行融合,使物联网约简单大量冗余信息,减小数据传输量,提高实时性。