基于大训练样本集的ε-SVR改进算法研究

在改进算法的研究中,从大训练样本集中进行样本抽样是构建大样本支持向量回归机的重要手段.根据ε-SVR支持向量分布的特有属性和支持向量逐步回归机算法求解ε-SVR的缺陷,为改善训练时间,优化收敛性,从大训练样本集中抽取的小样本集的ε-SVR超平面出发,通过计算大训练样本集样本点距近似超平面距离d,剔除大训练样本集中在ε≤d≤dmax外的训练样本点,逐步搜索SVs,建立大训练样本集ε-SVR.提出了构建大训练样本集ε-SVR的逐步搜索算法,理论分析和仿真实验验证了搜索算法的收敛性和有效性.     

不允许借贷的最优消费及资产决策模型研究

引入遗留财富重视程度因子,在无借贷约束和不允许借贷约束的条件下,建立了有穷时间限的最优消费与资产决策模型.运用随机最优控制理论及鞅最优性原理求出了模型的显式最优解.在此基础上,运用比较静态分析方法考察了在有约束和没有约束两种市场中的消费行为,并对两种市场中的消费和资产决策行为进行了比较研究.     

一种快速并行关联规则算法研究及仿真*

在比较了当前几种并行关联规则挖掘算法的基础上,对并行关联规则算法进行了比较全面的分析,为了解决其性能和效率方面存在的问题,提出了一种快速挖掘策略的并行处理算法（FPARM）,并对这种快速并行关联规则算法的性能作了比较分析。经过计算机仿真实验的性能比较,采用快速并行算法的性能和效率提高了,达到了算法优化的目的。     

改进RPE算法的神经网络在客户欺诈预测中的应用

客户欺诈在一定程度上抑制了消费，这会妨碍电信运营商和电信用户的亲密度，从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系，从统计学角度出发，难以建立预测模型，针对这些问题，提出了基于递推预报误差(RPE)算法神经网络的方法建模，并采用改进的动态遗忘因子方法保证了平稳收敛。实验结果表明，用该算法预测客户欺诈的危险度效果优于BP神经网络模型，具有实用性和有效性。     

基于人体能量的微传感器节点能量利用方法

计算技术、通信技术和微机电技术的快速发展为智能传感器网络的广泛使用提供了坚实的技术基础。能量供给技术是智能传感器网络的关键技术，因为只有长效、低廉的能量才能保证微传感器节点的正常运行和发挥其独特的作用。传统的电池供能技术已满足不了大规模传感器网络微节点对能量的需求。因此，需要研究新的节点能量供给方法和技术以满足微节点的特殊需求。本文讨论了基于微机电系统（MEMS）技术收集人体能量为微节点供能的方法，并给出了相应的计算模型，这些模型对传感器微节点的能源设计和智能传感器网络的广泛应用具有重要意义。     

最佳动力换档规律自学习算法的收敛性分析

针对汽车电控机械自动变速器 (AMT)最佳动力性换档规律的获取方法工作量大且耗资多,所得换档规律对其它车辆适应性差等问题,根据迭代自学习控制理论,提出了一种在线、实时寻求最佳动力性换档规律的自学习算法,并从理论上证明了该算法的收敛性,给出了收敛条件,讨论了自学习算法的快速收敛问题.分析结果表明,此法可以应用于实际AMT系统.     

模糊聚类在数量型关联规则提取中的应用

关系数据库中数量属性的关联规则挖掘问题是经常要遇到的问题。该文利用改进的FCM进行模糊聚类，主要是解决FCM算法的局部极小问题。利用聚类的结果可以使数量型属性关联规则向类别型属性转换，类别型属性再转化为布尔型属性，这样，便可以从许多关联规则的挖掘方法中找出有意义的规则。     

小波神经网络的一般结构模型

根据小波分析原理，提出了一种基于信号频率分布的小波神经网络一般形式的分层结构模型，以及相应的网络学习多分辨递阶逼近算法。新的网络结构具有结构清晰、逼近过程直观、由粗到细、学习方便等特点。     

J2EE应用服务器的企业级应用体系结构研究与实例评测

应用服务器向企业级用户提供了设计、开发、部署、运行和管理一个Internet企业应用系统的平台。本文对J2EE应用服务器在企业级应用中的体系结构进行了研完，并给出测试用例，对典型应用服务器的功能和性能等方面进行了现场实例综合评测，对评测结果进行了分析和说明。