构造性神经网络在测井岩性识别中的应用

测井岩性识别是石油勘探中十分重要的基础工作,准确的岩性识别结果可以为勘探和开发提供可靠的依据。人工神经网络方法可对复杂的高维数据进行非线性映射,在模式识别领域得到越来越广泛的应用。针对传统的BP神经网络算法存在收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法---级联算法（Cascade Correlation Algorithm,简称CC算法）及其在石油工程中的应用。采用该算法对甘肃镇原-泾川地区进行岩性识别研究,通过与BP神经网络的识别结果进行比较,体现出构造性神经网络的优越性。     

基于消点法的几何自动推理系统实现

为了实现几何自动推理的可读性证明,并提高推理效率,介绍了一个基于消点法的可构造性几何命题自动推理系统的设计与实现。该系统提供作图的方式接受用户的几何命题前提条件的输入,可以对初等几何中的大部分可构造性几何问题进行自动证明和求解,并生成可读的证明步骤,大大方便了初高等几何教育和相关研究者的需要。     

网络安全与执法专业教学中的计算思维培养

计算思维是当前国际计算机界广为关注的一个重要概念,也是当前计算机教育需要重点研究的重要课题。2006年3月,美国卡内基·梅隆大学周以真教授在美国计算机权威期刊《Communications of the ACM》上发表并定义了计算思维（Computational Thinking）。她认为：运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等一系列思维活动是计算思维能力的主要内容。计算思维的本质是构造性和使能性。     

几个著名积分不等式的等价性

在研究著名的Diaz-Metcalf推广积分不等式、Cauchy-Schwarz加强积分不等式和Kantorovich加强积分不等式的基础上，通过类比和归纳，用构造性方法证明了它们之间的等价性．     

A data mining method based on constructive neural networks

~~A DATA MINING METHOD BASED ON CONSTRUCTIVE NEURAL NETWORKS[1] Jiawei Han, Micheline Kamber. Data Mining Concept and Techniques. Beijing, Higher Education Press, chapters 1 and 7. [2] Simon Haykin. Neural Networks: A Comprehensive Foundation. 2nd ed. Beijing, Tsinghua University Press, chapters 1, 4, 12 and 14. [3] Zhang Ling, Zhang Bo. A geometrical representation of McCulloch-Pitts neural model and its applications. IEEE Trans, on Neural Networks, 10(19…     

一种衡量供水系统能耗合理性的新指标

在努力降低供水系统能耗的同时,提出一个能有效衡量能耗合理性的指标是很重要的.我国现有的单位耗电量指标及综合单位耗电量指标在考核供水系统整体能耗合理性方面缺乏横向可比性.针对这一情况,在分析供水系统输水所需最小能量的基础上提出功效性指标,并通过对该指标的分析,证明该指标具有对不同供水系统整体能耗情况进行对比的功能.     

Roger-Hlder不等式的积分加强推广式及其应用

从离散型Roger-Hlder不等式出发,通过归纳和类比的思想方法,得到了相应的积分型不等式,又在研究积分型不等式的基础上,推广和加强了其积分型不等式,并运用算术几何平均值不等式的推广形式、Jensen不等式和构造性方法给出了十分简洁有趣的证明.最后讨论了Roger-Hlder积分不等式的加强推广式与著名的Cauchy-Schwarz积分不等式、Kantorovich积分不等式及Radon积分不等式的联系,凸显其应用的广泛性和内在规律性.     

一种构造性的概率决策自组织分类器

从输入的原始信息得到特征通常需要复杂的非线性运算，直接找到这种算法是很困难的。而M-P神经元模型的几何意义指出：构造一个网络，使对给定的样本集能进行符合要求的分类，等价于求出一组领域，对给定样本集中的点，能按分类的要求用领域覆盖将它们分隔开来。但是，在实际的大规模应用中，如时间序列预测的典型问题—股票预测，其给定的样本集中可能含有异动点，会引起错误的学习结果，因此，有必要引入自组织和概率决策化方法，提高分类的正确性，同时还可降低神经网络的结构规模，提高识别的速度。作者给出一种构造性的概率决策自组织分类器SPDC(A Self-adjusting and Probabilistic Decision-making Classifier)，重点讨论了在覆盖算法中引入自组织和概率决策化方法。     

一种多维小波网络的构造性算法

在探索单尺度径向小波框架与径向基函数网络对函数逼近特性相似的基础上，构造了单尺度径向基小波网络，针对在高维应用中出现的维数灾难，以减少其对维数的依赖性为出发点，实现了限制网络规模过大的方法，主要包括根据输入样本的时频信息和小波的时频定位区间，采取多种措施自适应地从小波栅格中挑选恰当的小波基；根据输出样本信息，考虑权值的不同重要程度，利用自适应正交投影算法完成了网络结构大小及其连接权值的自动确定，通过将该方法应用到脑电逆问题的求解实例中，取得了较为理想的实验结果。     

可数非列紧Hausdorff空间的例

介绍了产生非离散非列紧Hausdorff空间的非构造性例子的问题。并给出了一个形式简明的构造性的例子。