智能计算在网络入侵检测中的应用研究

研究了基于遗传算法和差分进化计算的入侵检测系统中的特征选择技术,差分进化计算在变异过程中并未考虑到适应度大的个体,同时存在过早收敛问题,而遗传算法需要很多的迭代次数才能收敛.针对以上缺点,结合模拟退火算法对差分进化的变异过程进行改进,同时设计合理的适应度函数,使得该算法收敛于最优特征子集.经过Lincoln实验室入侵检测系统评估数据集合MIT' 1998测试,改进算法与差分进化算法和遗传算法相比,具有良好的收敛性能,并且收敛特性稳定.     

关于函数项级数的一致收敛性

级数是表示初等函数的一种工具,其核心问题是级数的和（或和函数）,即收敛问题,包括收敛和一致收敛,主要讨论了函数项级数一致收敛中的优级数判别法,给出了几种寻找优级数的方法。     

随机多项式函数的依分布收敛问题

多项式函数以其简单的结构和性质在数值逼近中起到重要的作用,本文从分布函数的角度,讨论了随机Bernstein多项式依分布收敛问题,同时,利用依概率收敛与依分布收敛的关系,讨论了随机多项式函数的收敛问题,得到相应的结论。     

关于函数项级数的一致收敛性

级数是表示初等函数的一种工具,其核心问题是级数的和(或和函数),即收敛问题,包括收敛和一致收敛,主要讨论了函数项级数一致收敛中的优级数判别法,给出了几种寻找优级数的方法。     

浅析函数项级数非一致收敛的证明

通过实例介绍了三种函数项级数非一致收敛的证明方法，即函数项级数非一致收敛的ε—N定义、确界法和柯西收敛准则。     

一类函数项级数收敛性的判定

借助几个函数项级数一致收敛定理和相关不等式判别含有多个参数的函数项级数的收敛性。     

高等数学中函数级数收敛半径判别法的一点补充

函数项级数一致收敛的判别法,一般只有四种即Weierstrass判别法、Dini判别法、Abal判别法和Dirichlet判别法.现在此介绍一种交错型函数项级数的一致收敛判别法.(本文中把交错型函数项级数记为:"J型"函数项级数.)     

区间值函数的无穷积分收敛判别方法

现实生活中存在复杂纷繁现象,可运用应用数学对规律进行刻画,因现象是"非此即彼"的不确定现象,因此运用概率规律表述,即相对应数学为随机数学,为有效反应现象本质需构建数学语言。文中提出在区间值函数范围内,分析该函数无穷积分,并研究积分收敛判别方法。先给定区间值函数概念,选取某函数设定其定义域,根据函数极限原则获知实值函数在闭区间内为区间值函数;设定实值函数在无穷区间存在无穷积分,由于函数具备连续性可证明在无穷区间内区间值函数存在无穷积分;定义无穷积分后并获知无穷积分性质。运用狄利克雷判别法对区间值函数进行无穷积分收敛判别,证明区间值函数在无穷区间存在上界和下界,获得Fuzzy值函数的无穷积分形式,根据函数单调性,在x→+∞时获知区间值函数的无穷积分收敛性质。     

一个幂级数展开式的应用

在高等数学中,幂级数讨论的主要问题有两类：求其在某收敛域上的和函数;求函数的幂级数展开式。本文通过实例,介绍了等比级数的收敛公式在这两方面的具体应用。     

非线性随机有限元加速收敛算法下的基坑稳定性分析

基坑稳定性分析是基坑设计的一个重要环节,常用的基坑稳定性分析方法忽略了岩土参数的随机性,难以确定基坑的安全稳定性系数,理论分析结果与实际情况差异较大。针对上述问题,提出基于非线性随机有限元加速收敛算法的基坑稳定性分析方法。基于Drucker-Prager准则构建了基坑土体的本构模型,以基坑土体的屈服函数作为随机变量,分析基坑支护结构与土体相互作用机理,依据这种相互作用特性构建了基坑支护结构稳定性分析的失效函数和最危险滑动面的计算模型,推导出界面失效函数对各随机变量的偏导数,采用有限元程序对其进行迭代求解,得到了基坑的稳定安全系数。为了有效提高非线性随机有限元程序的收敛速度,加入Aitken加速法推导出有限元加速迭代式,并将其应用于基坑稳定性分析中。实验结果表明,所提方法合理可行,理论分析结果与基坑状态事实相符,且有效减少了有限元程序的迭代次数。     

基于目标函数梯度的模拟退火蚁群算法

根据蚁群算法和模拟退火算法的特点,提出了一种基于目标函数梯度的模拟退火蚁群混合算法。该算法充分考虑了目标函数的梯度,当目标函数的梯度过小时,加强当前最优解对应的信息素,使算法快速收敛;当目标函数的梯度过大时,引入回火策略以提高解的质量。将基于目标函数梯度的模拟退火蚁群混合算法用于旅行商问题,结果表明,与常规模拟退火蚁群算法相比,改进算法的收敛速度和解的质量均有一定程度的改善。     

指数型整函数的一致逼近定理

指数型整函数的逼近研究是信号分析领域的重要问题之一,利用样条作为逼近工具对各类函数进行重构是一种重要的逼近方法。本文利用带二阶导数的变形样条函数重构了指型整函数,得到了一致收敛的结果。     

关于合作向量场的不变函数

在本文中,我们证明了R_ ~n上的合作和不可约向量场拥有一个处处非常数的不变函数的充要条件是奇点构成一条含原点的无界有序曲线;如果这样的不变函数存在,则每条有界轨线收敛于奇点。     

遗传编程与自动定义函数结合的研究及应用

本文根据在标准遗传编程中由于种群多样性对算法收敛特性的影响,引入了结合自动定义函数的方法,对标准遗传编程进行改进,从而得到更优的收敛性能和缩短运行时间。文中结合求路径最优化的旅行商问题来进行实际验证,结论得出改进的算法具有更好的收敛性能。     

用遗传神经网络在模拟逼进函数中的应用

本文将遗传算法和神经网络联系在一起,在windowsXP的操作系统下,利用matlab6.5编程将两者结合起来模拟逼进函数,而且用十进制代替二进制以加快函数的收敛速度,结果表明此种方法具有较强的鲁棒性。     

FCM聚类算法的改进

模糊C均值(FCM)算法广泛地应用于模式识别、图像分割等领域。根据FCM算法存在对初始解敏感且迭代过程中计算量大的问题,本文提出了一种改进的算法:先通过精简数据集,减少算法迭代的时间;再使用密度函数法得到FCM算法的初始聚类中心,以减少FCM算法收敛所需的迭代次数。实验结果表明,改进后的算法较好地解决了类中心的初值化问题,提高了算法的收敛速度和运行效率。     

Excel财务函数在生活中的运用

财务函数可以进行一般的财务计算,如确定贷款的支付额、投资的未来值或净现值,以及债券或息票的价值。这些财务函数天体上可分为四类：投资计算函数、折旧计算函数、偿还率计算函数及其他金融函数,它们为财务分析提供了极大的便利。本文介绍了几个在生活中应用到的Excel财务函数,使用这些函数不必理解高级财务知识,只要填写变量值就可以了,任何非财务专业人员都能轻松掌握。     

变化环境中带有随机控制函数的受控分枝过程的收敛速度(英文)

研究变化环境中带有随机控制函数的受控分枝过程经过正规化后极限的收敛速度.     

基于改进的PSO算法的小波神经网络

本文针对粒子群算法具有不易陷入局部极小、收敛速度快等特点,提出了一种基于粒子群的小波神经网络学习算法,优化了小波神经网络中的各个参数,并将应用于函数仿真试验。试验表明,该算法能减少迭代次数、提高收敛精度,是小波网络的有效训练算法。     

三种RBF神经网络比较分析

径向基函数（RBF）神经网络广泛应用于模式识别、非线性函数逼近等领域。通过对聚类、梯度、正交最小二乘三种RBF神经网络进行正弦函数逼近的仿真实验,从中比较分析这三种RBF神经网络。得到的对比分析结果表明：正交最小二乘的方式所需的训练时间最短,网络收敛速度最快,并且不需要预先定义隐层节点数。