面向对象的知识表达及其应用

本文概述了知识表达的基本思想及几种典型的知识表达方法。根据面向对象方法的特征与功能，描述了一种面向对象的知识表达方法及其应用。     

正交投影神经网络的BP和GS杂交学习算法

主要讨论具有单隐层的正交投影神经网络的权值和阈值的学习问题,提出了一种新的将BP算法和GS算法相结合的杂交学习算法,其中GS算法对隐层到输出层的权值和阈值进行学习,BP算法用于输入层到隐层权值的学习,并给出一种最佳的隐层节点数的选取方法．仿真实验表明,该杂交学习算法具有学习速度快且能获得全局最优解的特点,并可有效地对学习过程中出现的病态情况进行求解,具有良好的普适性。     

一种直线与隐式曲面求交的方法

绘制隐式曲面的光线跟踪算法,其本质问题就是直线与隐式曲面的求交,区间算术求根方法是计算直线与隐式曲面的一个很好方法。本文介绍了区间算术原理,研究了区间算术在直线与隐式曲面求交的应用,给出了相应的算法。应用区间算术,不仅可以求出直线与隐式曲面的最近交点,而且能求出所有交点。     

一种基于正交神经网络的曲线重建方法

提出了一种基于正交神经网络的曲线重建方法。该正交神经网络结构与三层交向网络相同,不同的是正交网的隐单元处理函数采用Ｔｃｈｅｂｙｃｈｅｆｆ正交函数,而不是ｓｉｇｍｏｉｄｉａｌ函数,新的曲线重建方法具有利用较少的数据点列将光滑的曲线以较高的精度重建的特点,网络训练采用Ｇｉｖｅｎｓ正交学习算法,由于它不是一种迭代算法,故学习速度快,而且没有网络初始参数的选取问题,网络训练又能避免陷入局部极小解等问题。实     

Tchebycheff正交神经网络的动态建模方法研究

本文提出一种正交神经网络的动态建模方法, 它充分利用了Tchebycheff多项式的非线性处理能力和Givens正交变换的有效处理大型稀疏 问题的优点,不仅能快速进行网络的训练,而且能对网络的结构进行优化,为非线性系统的 动态建模提供了一种有效方法．实验表明它是一种简单的、普遍适用的系统建模方法．     

正交神经网络的动态建模方法研究

This paper presents a dynamic modeling method based on orthogonal neural network, it fully uses the characteristics of the nonlinear processing ability of neural networks and the efficient disposal of the large scaling sparse problems that Givens transform can process. It can not only train the notwork quickly, but also can optimize the structure of the networks. Simulating experiments show that the new modeling method is a simple universal modeling method for the nonlinear systems.     

神经网络的学习问题研究

神经网络的学习能力与效率问题是神经网络研究的一个重要方向,该文基于正交变换提出一种网络正交学习算法,它具有学习速度快且能获得全局最优解的特点,并可有效地对学习过程中出现的异常情况进行求解,因而具有良好的普适性。同时对新样本的学习可在以前学习的基础上继续,使网络的学习具有循序渐进的特征,提高了学习效率。     

知识库系统的现状与发展趋势

本文介绍了知识库系统的概念、特征、现状及发展趋势，讨论了知识库系统与数据库系统的关系，指出知识库系统的结构和生成知识库系统的方法以及存在的问题。