实验数据RBF神经网络模型中噪声的处理方法

实验数据的非线性建模,是对各种仪器、设备的性能进行校正和补偿的基础.讨论了神经网络非线性建模时数据中的噪声成分造成的过拟合现象以及对模型精度的影响,针对RBF网络给出了2种提高建模精度的方法建模数据预处理法和网络参数优化法.在数据预处理方法中,根据建模样本的特点,分别采用滑动平均法和灰色模型法对原始建模数据进行修正,并分析了它们的适用场合;对于后一种方法,选择径向基函数分布宽度和学习目标进行优化.以精密平台为例进行了实验,通过对其定位误差的测量、建模和预测,证明了上述各种方法的有效性,特别是后一种方法,可以得到非常高的建模精度.     

基于数据挖掘的BP神经网络模型的一种改进算法

数据挖掘方法的人工神经网络是一种新的数学建模方式.传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问韪提供了比较好的方法.针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较,结果表明,改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠.     

拱坝近似优化的人工神经网络方法

以国内已建拱坝体形参数为基础,以ＢＰ神经网络方法为手段,建立了拱坝体形参数近似优化的人工神经网络模型．借助该模型不仅可以为拱坝体形优化快速提供高质量的初始可行解,而且可为中、小拱坝体形设计直接提供近似最优解．     

基于非线性输入前向网络的色谱实验条件优化

利用包含实验条件两两偶合的非线性输入前向网络,研究了热解吸－气相色谱实验条件的优化。我们发现,这种非线性输入网络很好地给出色谱实验条件与评价指标之间的映射关系,在隐层单元数目均为６个时,非线性输入网络与线性输入网络的收敛速度相近。     

数据中心间光互联网络中的跨层动态保护策略

为了保证数据中心间光互联网络中业务所需的可靠性,同时提高网络资源利用率,提出一种带有可靠性感知的跨层保护策略．该策略在软件定义的IP over 弹性光网络架构中,通过IP层和光层控制器的协同工作,将业务的实时可靠性告知光层,使光层充分感知业务特性．在此基础上,光层控制器根据业务实时可靠性的变化,在确保业务可靠性得到满足的前提下,设计最小资源占用块释放方法来动态调整光层保护资源．仿真结果表明,该保护策略在充分保证业务可靠性的同时,可以取得较低的保护开销和阻塞率．     

给水管网状态估计方法的研究

本文提出一种给水管网状态估计方法，并用试验作了验证。该方法以节点压力为主导变量进行计算，克服了节点流量堆以跟踪实测的缺陷，可解决工程上一大难题。     

采用注意力门控卷积网络模型的目标情感分析

针对传统目标情感分析采用循环神经网络模型导致训练时间长且其他替代模型未能使得上下文和目标词之间实现良好交互等问题,提出了一种用于目标情感分析的注意力门控卷积网络模型。该模型首先将上下文和目标词通过多头注意力机制加强上下文和目标词之间的交互;其次采用门控卷积机制进一步提取关于目标词的情感特征;最后通过Softmax分类器将情感特征进行分类,输出情感极性。实验结果显示,与循环神经网络模型中准确率最高的循环注意力网络模型相比,在SemEval 2014任务四的餐厅和笔记本电脑数据集上的准确率分别提高了1.29%和0.12%;与循环神经网络模型中收敛速度较快的基于注意力的长短期记忆网络模型相比,收敛时间下降了约29.17s。     

神经元网络——它的背景、进展和问题

近年来神经元网络研究的进展,在国际学术界引起了强烈的轰动,成了各界学人的热门话题.本文分析了神经元网络研究的来龙去脉,简要介绍了若干代表性的进展,指出了这一研究的意义、问题和进一步研究的方向,希望引起各界同仁的关注.     

VANETs中保护隐私的认证协议研究与进展

认证性和隐私性是车辆自组织网络（VANETs）中影响安全通信和个人隐私的关键问题：既要保证车辆之间和车辆与路边设施之间的安全认证通信,又要适当保护与车辆相关的信息的隐私性。文章将围绕隐私保护前提下的认证理论和核心技术问题,分析现有研究进展与成果,提出一些适合VANETs特点的研究方法和值得进一步研究的问题与方向,以期获得VANETs中保护隐私的认证新概念、新模型;探索保护用户隐私的安全匿名新方法,平衡认证与隐私保护中的矛盾对立,为VANETs的安全服务奠定理论基础、提供技术储备。     

一类线性分组码的神经网络译码

讨论了线性分组码互补码的特性及分解,提出了基于神经网络的互补码分解译码方案,此方案利用神经网络的吸收子和吸收域进行纠错译码,并把互补码分解为子码及其若干陪集,更进一步减小神经网络译码的复杂性及规模,从而实现高效实时硬判决译码。给出了实现原理及步骤,并对其译码性能进行了分析比较。