基于改进的径向基函数神经网络水泥强度预测方法

通过将遗传算法应用于径向基函数神经网络参数设计中,提出一种基于遗传算法优化的径向基函数神经网络水泥强度值预测模型,实现径向基函数神经网络隐层节点函数的中心矢量、基宽向量和隐层与输出层之间权值的优化设计.以经归一化处理后的输入样本数据为模型输入,以水泥28 d强度值为模型输出,建立经遗传算法优化后的径向基函数神经网络预测模型.仿真结果表明,优化后的径向基函数神经网络能达到较高的预测精度,可用于水泥强度的预测.     

水污染质运移模型的径向基函数解法

介绍有关无网格散点数据拟合研究中的径向基函数方法.作为一类配点型无网格方法,它不再需要网格剖分,而且基函数光滑性好,近似精度高.阐述函数的径向插值法和偏微分方程的径向基函数解法,以及无网格散点数据问题的处理技巧.并以水污染质运移模型的径向基函数解法为例,给出了模型离散化的详细过程及其数值解.与其他方法进行比较,突出径向基函数求解偏微分方程的方法的优点.     

基于径向基神经网络PID控制的交流伺服系统

将神经网络和PID控制相结合,提出了一种神经网络整定的PID控制策略,并将其应用于交流伺服系统的控制.利用一个两层神经网络在线自适应调整PID控制器的参数;从而使系统的静态和动态性能指标较为理想.径向基函数神经网络用来辨识交流伺服系统的Jacobian信息,用正交最小二乘算法得到径向基函数神经网络的结构;然后用BP算法对该网络的权值进行训练使它逼近给定的函数.实验结果表明,这种系统具有响应速度快、稳态精度高和鲁棒性强等特点.     

探讨不同径向基函数求解常微分方程

基于插值理论,探讨了运用分式径向基函数、高斯径向基函数、MQ径向基函数求解常微分方程的理论分析,且在数值算例中,通过选择不同的形状参数,比较分析了这三种方法的可行性和有效性.     

基于局部泛化误差模型的RBFNN的启发式训练方法

研究如何应用吴永贤（W.W.Y.NG）提出的局部泛化误差模型来训练径向基函数神经网络（RBFNN）,给出了一种训练RBFNN的启发式训练方法.实验表明,该方法成功解决了模型结果计算时间复杂度问题,同时RBFNN的训练精度也达到令人满意的结果.     

一种深层过程神经网络及其在信号分类中的应用

针对时变信号小样本集建模分类问题,提出一种深层多尺度径向基过程神经网络（DLMS-RBFPNN）。该模型由时变信号输入层、多尺度径向基核变换层、全连接层和感知机分类器构成。兼顾时变信号的频谱特征和分布形态的多样性,基于径向基过程神经网络,通过将不同宽度参数的Gauss核函数进行线性叠加,构成多尺度核,完成不同尺度上对过程信号形态特征的提取、辨识和相似性度量。通过在径向基核函数层之上叠加全连接层和分类器,实现时变信号不同尺度特征的融合和分类。DLMS-RBFPNN具有较少的模型参数,适用于小样本集建模,在机制上可提高对时变信号过程细节特征和趋势特征的辨识及记忆能力。在分析DLMS-RBFPNN性质的基础上,建立一种基于动态聚类算法的核中心函数确定方法以及基于PSO的模型参数优化求解算法。以旋转机械基于示功图信号的故障诊断为例进行实验,结果验证了模型和算法的有效性。     

基于广义回归神经网络(GRNN)的函数逼近

本文利用径向基网络的一种变化形式--广义回归神经网络(GRNN)提出了基于广义回归神经网络的函数逼近方法,利用matlab中的神经网络工具箱设计了GRNN模型,用于对非线性函数的逼近.通过网络的训练、测试达到了预期的效果,并与BP网络、RBF网络对比,说明GRNN网络的优势.     

一种基于径向基函数插值的全局优化算法

通过将径向基函数插值方法嵌入到遗传算法中,得到了求解全局优化问题的一种混合算法.该混合算法是在径向基函数插值方法的基础上进行改进的,这种改进提升了黑箱函数全局优化的收敛效果,发挥了传统数值算法在计算速度与计算精度上的优势,既能简化所求解问题,也能全局搜索.     

径向基函数法求解Merton时变利率模型下的欧式看涨期权

研究了Merton时变利率模型下带有交易费的欧式期权定价问题,利用径向基函数法对其近似求解,借助于数值实验,探讨了无风险利率时变及波动率变化对期权价格的影响.实验结果表明,径向基函数法求解欧式看涨期权具有高精度、计算简单、易操作等优点.     

基于粗糙径向基函数的瓦斯涌出量预测

针对径向基网络对训练样本要求高的情形,将粗糙集和径向基神经网络相结合,提出粗糙径向基神经网络的方法,利用粗糙集对数据进行属性规约,得到适合径向基网络要求的数据,进而提高了其训练速度以及精度。将该方法应用在瓦斯涌出量预测的实验中,并将粗糙径向基神经网络和BP网络的预测结果进行对比,可以得出粗糙径向基网络预测效果比BP的效果好的结论,同时证实该方法的可行性。     

一种基于模糊聚类方法的入侵检测研究

聚类分析是一种有效的入侵检测方法.可以从网络数据中区分正常流量和异常流量.本文提出一种模糊聚类分析方法,利用数据之间的相似度进行聚类,试验证明,该方法可以有效地检测网络入侵.     

Local and global approaches of affinity propagation clustering for large scale data

Recently a new clustering algorithm called ＇affinity propagation＇ （AP） has been proposed, which efficiently clustered sparsely related data by passing messages between data points. However, we want to cluster large scale data where the similarities are not sparse in many cases. This paper presents two variants of AP for grouping large scale data with a dense similarity matrix. The local approach is partition affinity propagation （PAP） and the global method is landmark affinity propagation （LAP）. PAP passes messages in the subsets of data first and then merges them as the number of initial step of iterations; it can effectively reduce the number of iterations of clustering. LAP passes messages between the landmark data points first and then clusters non-landmark data points; it is a large global approximation method to speed up clustering. Experiments are conducted on many datasets, such as random data points, manifold subspaces, images of faces and Chinese calligraphy, and the results demonstrate that the two approaches are feasible and practicable.     

基于网络拓朴的资源发现机制研究

分析了大型分布式网络所呈现的小世界和Power-Law等特征。在总结现有资源发现技术的基础上,基于网络拓扑结构构造了合适的网络覆盖和资源发现机制,有效地减少了查询消息的冗余发送,提高了资源发现的效率和成功率。     

万有引力定律在聚类中的应用

聚类是数据挖掘中的一个非常活跃的研究领域,聚类的目的就是把数据集分成不同的类,类内相似度高,类间相异度大。本文介绍了在聚类过程中经常遇到的数据结构、变量类型和聚类方法,提出了基于万有引力定律的聚类方法,使聚类的速度和效果有了进一步的提高。     

电子商务平台：企业集群升级的实现途径

地理集中曾经对企业集群的发展起着重要的作用,在网络经济条件下,其根植性正成为企业集群发展的负面影响因素。电子商务平台是企业集群升级的实现途径。建设集群电子商务平台,政府引导促使传统企业集群向虚拟集群跨越,企业集群自身应担当起建设电子商务平台的主体角色,积极发挥互联网企业的第三方作用。     

产业集群战略:内蒙古经济增长的有效途径

在区域经济增长中,集群化发展是一种比较成功的产业发展模式.产业集群就是以大型企业为龙头,中小企业为产业主体,地方特色为支柱,以企业间的网络化为基础的一种产业组织.内蒙古产业集群既符合国家西部大开发战略的需要,又符合地区经济发展的需要,是实现经济持续增长的一种有效途径.因此,要采取各种有力措施,发展产业集群,实现内蒙古经济的持续稳定增长.     

社会网络理论对产业集群竞争力的影响

产业集群作为一种新的空间经济组织形式,往往表现出很强的竞争力,但是其竞争力会随着时间的变化而变化。产业集群竞争力的影响因素很多,其中社会网络就是其中的重要因素之一。从社会网络的角度,从交易成本、学习效率以及知识溢出三个方面分析其对产业集群竞争力的影响。在此基础上,提出了培育产业集群社会网络的具体思路。     

一种支持分类数据源查找的语义覆盖网络

针对使用分类层次来描述数据语义的分布式数据源,提出了一种支持数据共享的基于super-peer的语义覆盖网络SSON.SSON能够根据数据的语义,动态地将peer划分成多个语义簇,语义簇之间组织成语义覆盖网络.每个语义簇由一个super-peer和一组peer组成,仅负责回答其语义子空间上的查询.查询首先根据其语义被路由到适合的语义簇中,然后被转发给包含结果的peer.同时给出了相关的算法,并进行了实验研究,实验结果表明,SSON具有良好的可扩展性,并在查找性能和代价之间取得了一个良好的折中.     

A Comparison of Two Methods for Structuring Performance Domains

This research evaluated two methods for structuring a performance domain for a certification test in emergency nursing. The first method utilized task frequency ratings obtained from a national sample of 659 emergency nurses who completed a job analysis survey consisting of 125 tasks. The second method was based on judgments of task similarity among the same 125 tasks; the similarity judgments were provided by a panel of 21 subject-matter experts. The two types of data, task frequency ratings and task similarity judgments, were subjected to cluster analysis and multidimensional scaling in order to derive a framework for organizing the 125 tasks into some limited number of performance categories. The similarity judgments produced fewer clusters and fewer dimensions and were more adequately modeled by both multivariate procedures. The results based on the similarity judgments were also easier to interpret within a conceptually meaningful framework. The results question the traditional approach of applying multivariate procedures to task frequency ratings for purposes of clustering tasks and structuring performance domains.     

产业集群网络、结构演化与协同发展——以叶集木竹产业为例

产业集群是区域经济增长的重要因素,新时代背景下,传统产业集群呈现出衰败态势,亟待获取新的产业集群竞争力。本文以安徽省六安市叶集木竹产业集群为例,通过实地调研,运用复杂社会网络模型分析出产业集群的网络结构演化过程和网络组织特征。研究发现,传统产业集群获取新的集群竞争力,实现成员协同发展,需要推动集群价值网络的建设,发挥中介机构辅助功能,完善互惠共生产业体系,培育企业家精神。