一种确定神经网络最优结构的新算法

从神经网络结构设计问题出发,提出一种确定神经网络最优隐节点个数的新方法.该算法首先按照等差数列增加隐节点,确定最优隐节点个数的范围;然后利用折半删减法确定最优隐节点个数.数值实验表明该算法在保持良好泛化能力的同时能自适应地、快速有效地确定网络最小隐神经元数目.     

基于RBF神经网络的不确定机械臂自适应反演控制研究

针对机械臂位置跟踪问题,基于RBF神经网络控制理论,提出了一种自适应反演控制方法．该方法利用反演控制技术解决了系统的非线性问题,通过神经网络对系统中不确定函数进行逼近,实现神经网络自适应反演控制,最后通过Lyapunov稳定性理论证明所得闭环系统的最终一致有界．仿真结果证明该算法的有效性．     

论瓦拉赫与艾伦的AMAs的伦理设计思想——兼评《机器伦理:教导机器人区分善恶》

随着人工智能技术的发展,(技术)人工物道德行为体(AMAs)日益呈现出高度的"自主权"和"感受性",使得机器(人)走出科幻小说的窠臼。由于世界需要善建AMAs、必要的道德"图灵测试"、强人工智能成为必然趋势,这些成为善建AMAs的时代性要求。瓦拉赫与艾伦提出了"三重区分"理论对AMAs进行了伦理定位,并提出了"自上而下式(TD)"和"自下而上式(BU)"两条伦理设计方法。瓦拉赫与艾伦立足于"未来场景"所进行的AMAs伦理设计思想为未来机器(人)的发展奠定了道德性根基。     

基于链接分析的网站影响力实证研究———以安徽省新建应用型本科院校为例

为了分析新建应用型本科院校网站的网络影响力,选取安徽省应用型本科高校联盟中所有成员为样本,基于链接分析和网络影响因子理论,给出影响网站的网络影响力指标,使用Google搜索引擎获取相关指标数值,对数据进行统计和对比分析,从而得出安徽省新建应用型本科院校网站的网络影响力,并对结果进行分析和解释,最后提出提高新建应用型本科院校网站网络影响力的建议．     

同安湾人工红树林区大型底栖动物群落比较

为进一步了解红树林区大型底栖动物群落与红树林生境之间的关系,2006年4、7、10月和2007年1月月底分别对集美风林和翔安山后亭人工种植红树林区大型底栖动物进行了定量调查．主要研究结果如下：2006—2007年于集美凤林和翔安山后亭人工种植红树林区分别采集获得大型底栖动物65种和68种．凤林和山后亭红树林区4个季度大型底栖动物年平均栖息密度分别为5575．1和1625．6ind·m^-2;年平均生物量分别为85．60和50．59g·m^-2．大型底栖动物的年平均栖息密度、年平均生物量方面凤林红树林区均高于山后亭．大型底柄动物群落组成、年平均栖息密度和年平均生物量的差异主要与两片红树林区的沉积物粒径和有机质含量有关．集美凤林红树林区沉积物中有机质含量较高、底质粒径较细,为机会种沼蚓（Limnodriloidessp．）提供了合适的栖息环境;而翔安山后亭红树林区沉积物中有机质含量较低、底质粒径较粗,更适合甲壳类穴居和潜居．     

深度神经网络的快速学习算法

通过分析传统的多层感知器和反向传播算法的不足,设计了一个全新的网络结构SC-MLP和提出了与之对应的全新的学习算法NBP,主要是实现权值的模和固定,这样可以加速训练的速度.在高维数据分类的实证分析中,以手写数字数据库为例,构建了一个深度神经网络,并对比各种训练算法.实验表明,NBP学习算法对于深度神经网络具有良好的学习效果,明显优于传统的反向传播算法,并且在精度上与深度学习算法相当,但是速度快.     

淡水种植对桐花树开花结果的影响

在全光照条件下培养红树植物桐花树(Aegiceras Corniculatum)3a龄苗1a,以人工海水(盐度8g.kg-1)为对照,研究了淡水种植对桐花树开花结果的影响.结果表明:人工海水组比淡水组提前23d出现花蕾;淡水组的最早始花日期比人工海水组延迟了50d.两种处理下桐花树的花序数随时间的变化呈现出两个生长高峰期,即第一个生长高峰期出现在2010年12月,第二个生长高峰期在2011年4月.在4月份,淡水组的花序数显著多于人工海水组.两种处理的桐花树座果数及其成熟果实的果重、粗度和长度之间均不存在显著差异.试验表明,桐花树在淡水环境里能够正常开花结果.     

Ad hoc网络中基于状态检测的入侵防护策略

在Ad hoc网络中入侵检测问题已经成为研究热点,本文首先对存在的安全隐患进行了分析描述,然后从会话过滤的角度出发,结合Ad hoc网络自身特点的基础上,提出了一种基于状态检测的入侵防护策略,用于提高整个网络的安全性.     

物对人的“规约”-刍议规范和约束人之行为的物的设计

在物资丰沛的现代,用于规范和约束人类行为的物的设计存在于多个领域,物在很多环境里为人类担当着“执法者”的角色,对人的行为实施他律。他律性不仅存在于人与人之间,也存在于人与物之间,作为造物手段的设计也应具有积极的他律意义,以促进个体和社会的发展和进步。     

基于模糊神经网络的智能能量管理策略研究——以混合动力电动汽车模型为例

针对当前在标准行驶工况下开发的混合动力电动汽车优化控制策略不能根据变化的行驶工况动态调整控制策略的问题,提出一种基于模糊神经网络的混合动力电动汽车动态能量管理策略：先利用模糊神经网络进行工况识别,然后根据识别的工况类型动态调整自身控制参数.仿真实验显示,该策略可以有效提高混合动力汽车的燃油消耗,并降低污染物的排放量.