基于模糊线素特征与神经网络相结合的手写体汉字识别

本文提出了一种基于模糊方向线索特征 (fuzzydirectionallineelementfeature,FDLEF)与人工神经网络 (artificialneuralnetworks,ANN)相结合的手写体汉字识别方法 (FDLEF -ANN) ,解决了单一FDLEF方法对相似字识别率低的问题 .这种方法分两级识别 ,先由FDLEF识别模块进行识别 ,将识别结果送至选择器 ,若识别结果不属于预定义的相似字集合簇 ,则该结果即为最终识别结果 ,否则 ,将其送至人工神经网络识别模块进行相似字的识别 .本方法既保留了原FDLEF方法的优点又提高了对相似字的识别率 ,FDLEF -ANN系统对相似字的识别率由 78 0 9%提高到 82 97% .     

遗传算法求方程组的近似解

综述了遗传算法的基本原理和方法 ,着重讨论用遗传算法求解方程组的近似解 ,并给出了具体的实施方法     

图书馆的模型与算法

用数学的方法定义了图书馆,叙述了图书馆的现实世界、观念世界和数据世界。从理论上探讨了建立图书馆模型的方法,并在Model Library上,给出了实现图书馆事务的算法,用4GL存储和实现了它。图书馆的模型与算法是数据库建设和开发LIS(Library Information System)的基础。     

一种引入强制变异的改进遗传算法

针对常用遗传算法存在容易产生过早收敛的问题,提出了一种将强制变异、最佳解保留和自适应交叉变异参数调整相结合的改进遗传算法。这种方法将进化过程中群体的平均适应度与最大适应度进行比较,以确定是否需要对群体实施强制变异或采用自适应交叉、变异概率调整。数值模拟的结果表明,这种方法可有效地克服早熟现象,提高全局优化能力     

基于Catmull-Clark细分的曲面重构

本文利用收缩包围算法给出了一种对无结构三角网格拟合出Catmull-Clark细分曲面的算法,根据Catmull-Clark细分的特点,具体设计了松弛算子和吸引算子.通过提出用于三角形合并的保凸约束和平坦度约束,不但使得构造出的基网格保持了三角网格中的尖锐特征,而且细分后网格的边不会自交.通过引入回插细分、给出四边形网格下的吸引算子和松弛算子,使得曲面在重构过程中无需识别网格中的尖锐特征,能够对整个网格采用统一的方式进行处理.基网格的构造、网格顶点的调整、细分模式的选取和重构曲面的误差分析是算法的主要组成部分.     

多源单汇无线传感器网络的局部路由算法

无线传感器网络节点有着严格的能量限制,目前已有的许多路由协议假定了节点知道网络的全局信息或者让节点根据路由表进行路由。这些方式均会使网络产生较多的通信负荷,增大能量开销。结合多源单汇路由的特点,本文提出了几种局部路由算法。该算法中,节点仅根据目标节点与邻居节点的地理位置、剩余能量等信息,决定下一跳节点,最终建立到达目的节点的路径。本文首次引入了带约束后跳发射的思想,并将这种后跳发射与已有的算法相结合得到新的后跳路由算法。计算机仿真实验表明,在有数据融合的网络中,带约束的后跳－为难度路由算法使得网络的生存时间最长,较其余算法增加了网络11%和14%的工作周期数。最后又将局部路由算法进行合理改进,得到最小化平均为难度的算法,应用于无数据融合的网络中,效果很好。     

全局优化中的纯随机搜索方法的改进

1　Ｉｎｔｒｏｄｕｃｔｉｏｎ　Ｃｏｎｓｉｄｅｒｔｈｅｆｏｌｌｏｗｉｎｇｇｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍ :ｍｉｎｘ∈Ｌｆ(ｘ) ,ｗｈｅｒｅｆｉｓａｒｅａｌ ｖａｌｕｅｄｃｏｎｔｉｎｕｏｕｓｆｕｎｃｔｉｏｎｏｖｅｒＬ ,Ｌ ＲｄｉｓｏｆｔｈｅｆｏｒｍＬ =Πｄｉ=1[ａｉ,ｂｉ],ｗｉｔｈａｉ,ｂｉ∈Ｒ ,ａｉ<ｂｉ.Ｄｅｎｏｔｅ ｆ =ｍｉｎｘ∈Ｌｆ(ｘ) =ｆ(ｘ )ａｎｄｄｅｆｉｎｅＳε=[ｆ ,ｆ ε]ａｓａｓｔｏｐｐｉｎｇｃｒｉｔｅｒｉｏｎｉｎｔｈｅｆｏｌｌｏｗｉｎｇａｌｇｏｒｉｔｈｍｓ,ｗｈｅｒｅεｉｓａ…     

对称锥规划基于一个核函数的内点算法

基于一类带参数的核函数,为对称锥规划问题设计了一个内点算法。该算法借助此核函数得到了NT方向以及迭代步长,通过一定的分析技巧,最终给出了对称锥规划问题基于核函数的大步校正和小步校正算法较好的多项式迭代复杂界,即和。     

一种基于遗传算法的特征选择和权重确定方法

在模式识别中,特征选择是其中非常重要的步骤,特征集的选择直接影响分类器的精度.该文提出了一种基于遗传算法的特征权重确定方法,首先使用传统遗传算法进行特征的初步选择,得到一个粗选的特征集;然后使用实数编码的遗传算法在第一步的基础上进一步精选特征,并确定每个入选特征的权重.通过实验和一些传统特征选择方法进行对比,结果显示,该文提出的算法取得了较好的效果.     

权值混合更新的神经网络液位控制方法及应用

综合考虑现场液位控制的需求、增量式PID实质及算法计算复杂度,设计了一权值混合更新的神经网络控制器。输入层到隐层的权值向量更新采用梯度下降法,隐层到输出层的权值向量更新采用Levenberg Marquardt算法,并结合信赖域理论对相关参数设置进行了详细说明。双容水箱液位控制实验表明,调节阀动作次数少,控制器参数人工设置简单,并具有良好的动态性能、抗扰性能及稳态精度,并可在省却流量变送器的前提下取代常规的PID串级控制。