【摘 要】
:
提出一种将遗传算法和神经网络相结合的混合训练神经网络模型,并用该模型对台湾军费开支情况进行了分析预测,具有一定的军事应用价值.
论文部分内容阅读
提出一种将遗传算法和神经网络相结合的混合训练神经网络模型,并用该模型对台湾军费开支情况进行了分析预测,具有一定的军事应用价值.
其他文献
本文介绍了一种基于推理的故障诊断专家系统,着重讨论了该系统中的知识表示形式及与之相配合的基于确定性理论模型的不确定性推理方法,该系统能自动从用户提供的故障现象中提取出必要的特征事实,并模仿专家的分析逻辑,推理出最终诊断结果.
针对数据挖掘中的分类问题,本文提出了一种基地神经网络和粗糙集的分类规则挖掘方法.为了便于挖掘有趣的分类规则,首先用误差逆传播算法训练神经网络,然后用遗传算法修剪神经网络,接着用粗糙集方法提取分类规则,最后用支持度和置信度度量出规则的兴趣度,找出用户感兴趣的分类规则.实验结果验证了该方法的有效性.
模式(Pattern)通常也称作规则(rule),是整个信息抽取系统的基础.模式的自动获取不仅能极大的减少所需的工作量,而且对于信息抽取系统的可扩充性和可移植性都是至关重要的.本文提出的基于INTERNET模式自动获取方法是采用开放的训练语料库,借助模式和实例之间的二元性,不断地从INTERNET获取新的语料对系统进行训练,从而克服以往训练语料库规模较小的缺点.针对采用开放语料,本文提出了一种通过
软件体系结构是近年来为解决大型信息系统而发展起来的新方法论,而Web Services作为一种面向服务的软件体系结构,实现了真正意义上的平台独立性和语言独立性.本文在分析了Web Services的体系结构和关键技术后,从医保信息系统的现状与需求入手,论述了基于XML Web Services的医保系统体系结构的建设及其应用,并给出了设计与实施方案.
软件在线演化技术是当今软件维护研究的一个热点.随着基于构件的软件开发得到越来越广泛的应用,对基于构件系统的在线演化的支持成为迫切需求.现有的软件在线演化解决方案大多不是从构件角度出发而提出,对基于构件的系统难以提供方便有效的支持.本文针对基于构件的软件系统,提出了一种对构件进行在线演化的方案.该方案借助Java的类装载机制,通过划分构件的状态,针对不同状态的构件采取相应的措施,实现了以构件为粒度的
生物信息学中,对各种生物大分子序列进行分析是一件非常基本的工作,Smith Waterman算法是目前最重要的一种局部联配算法,该算法先用迭代方法计算出两个序列的所有可能相似性比较的分值,然后通过动态规划的方法回溯寻找最优相似性比较.但将此算法用于同源长序列的局部联配时,经常会出现马赛克问题(相似度很低的保守区域夹在两个相似度很高的区域中间).在分析问题成因的基础上,提出利用动态加速扣分策略解决马
海量数据的存储和检索是当前Internet运行和管理所面临的关键问题之一.本文提出了一个基于路由查找算法的网络流量数据存储层次结构以及相应的检索方法,该技术已经成功运用于CERNET全国主干网络的网络流量数据检索服务.文章首先提出了海量网络流量数据给数据存储和检索带来的新挑战,进而研究了国内外对于网络数据存储的一些解决办法及其局限性.针对网络流量数据的特性,文章提出了一种海量数据存储与检索方案.最
基于最小自由度优先的算法是一种有效的确定性布局算法,能够快速有效的解决布局问题,本文改进了原算法中局部互连的自由度,并新提出了一种全局互连的自由度,实验结果证明,该方法在得到较好面积利用率的同时改善线长的效果.
以小波作为神经元非线性激励函数的神经网络,充分利用了小波分析的多分辨率分析特性以及神经网络具有的自学习、自适应、鲁棒性、容错性和推广能力,用于数据挖掘的聚类分析中,表现出了诸多特有的优势.
设计一种基于Mobile Agent技术的第三方物流平台系统架构,详细讨论了基于Mobile Agent技术的物流平台智能化信息搜索和第三方物流服务交易模式,为解决物流平台网络信息的智能化搜索、第三方物流服务的高效、安全问题提供了新的思路.