【摘 要】
：
基于竞争学习的神经网络是聚类分析的一种重要方法,该方法用于克服在线聚类时出现的稳定性/可塑性两难问题.为了解决竞争层中存在的主要问题: 竞争层神经元个数固定导致无法适用于事先不知道聚类数目的问题; 数据提交的顺序和学习速度等参数的选择导致聚类中心来回振荡;如果一个神经元的初始权值离输入样本太远以至它从未在竞争中获胜,从而产生毫无用处的死神经元;本文提出了增加/删除的竞争神经网络 ADCNN.它采用
【机 构】
：
吉林大学计算机科学与技术学院, 吉林长春130012 吉林大学数学科学学院, 吉林长春130012
论文部分内容阅读
基于竞争学习的神经网络是聚类分析的一种重要方法,该方法用于克服在线聚类时出现的稳定性/可塑性两难问题.为了解决竞争层中存在的主要问题: 竞争层神经元个数固定导致无法适用于事先不知道聚类数目的问题; 数据提交的顺序和学习速度等参数的选择导致聚类中心来回振荡;如果一个神经元的初始权值离输入样本太远以至它从未在竞争中获胜,从而产生毫无用处的死神经元;本文提出了增加/删除的竞争神经网络 ADCNN.它采用改进的 Hebbian 学习算法,并根据相似度确定奖励和惩罚的等级.在学习过程中 ADCNN根据需要增加神经元以形成新的聚类,在学习结束后经过分析删除错误的聚类,从而避免了死神经元问题并使在线聚类更加准确.ADCNN 还可以预测聚类数目并优化初始系数.通过实验测试表明 ADCNN 既可准确地完成聚类工作又可应用于分类问题.
其他文献
与图像不同，文本文档一般含有较少的可用来进行秘密通信的冗余信息，因此这方面的信息隐藏方法也较少，且大多依赖于文本格式的调整。本文针对以表格为主的文本文档，提出了一种基于表线标记的信息隐藏方法，论述了把隐藏数据转换成标记的物理特征或几何分布特征的完整模型及其可行性，并以典型的序列号隐藏为实例验证了其有效性。与传统方法相比，本方法具有不受文本编辑、排版调整的影响，能够较好地保持秘密信息的优点。
业务流程管理（BPM）是流程自动化和系统设计领域的最新发展方向，用来设计和实现企业内或企业间的业务协作。目前已经出现了多种业务流程建模语言和实现技术，并在竞争中继续发展着，其中，最有影响的是 BPEL4WS 和 BPML。但是，在系统地评估这些语言和技术的性能及局限性方面，国内却极少甚至没有做过工作。本文是在此方向上的初步探索。分析所依据的框架结构建立在工作流模式和通讯模式基础之上。
本文对经典的粒子群算法进行了修改，通过引入遗传算法中常用的轮盘赌选择算子，能在早期抑制部分超级粒子对种群的控制，从而有效避免早熟收敛问题。我们在大量著名测试函数上实施了广泛的比较实验。结果表明，与其他已发表的算法相比，改进后的算法能以更快的收敛速度获得质量更好的解，在困难的多峰函数优化问题上优势尤其明显。
本文根据分水岭变换的模拟浸水原理，利用粘连对象的形态特征，设计并实现了一种新的、快速、有效的分水岭图像分割算法。该算法把图片中各个粘连物体视做一个个的盆地，只需扫描初始图片中各个象素的四连通和盆地的边缘情况即可，且其简单明了，执行速度快，又达到了对目标图像进行有效分离的目的，成功有效的解决了由于目标物体粘连而造成的不便和对后续处理的干扰等问题，是一种切实可行的图像分割方法。
Ontology 是语义 Web 的关键部分。语义 Web 的完全分布式特点使得 ontology 映射成为亟待解决的问题。由于网络环境下人工定义本体之间的映射关系费时费力且容易出错，因而需要一种自动或半自动的本体映射方法以减轻人工定义的负担。本文提出了一种通用 Ontology 映射方法，用于解决语义异构问题。该方法使用了多种 ontology 匹配策略，并在此基础上利用相似度传播算法进一步提高
对软件开发中的缺陷的记录、统计和分析是软件测试的重要内容，缺陷管理系统是实现有效测试的技术保证。本文利用中间件技术和面向对象技术，设计并实现了基于 Web 的缺陷管理系统，提高了系统的灵活性、可扩展性和可移植性。本系统可以针对每一个软件系统的特点，创建出合适的缺陷库，并进行相关管理。
在柔性处理系统中，流程设计和作业调度两个问题密不可分，调度的最优性依赖流程设计的结果。本文论述了利用共生进化算法将二者放在一起进行处理，并在共生算法中引入自适应，提出并实验尝试了两种新的自适应算法思想，继而研究了自适应算法在多种群中的应用效果。
本文研究了一种自动验证工作流过程模型的方法。首先使用 UML2.0 活动图建立工作流过程模型，然后使用前向链接算法的思想，给出一种简单易行的工作流过程模型的结构验证方法。可验证的问题包括工作流过程模型的冗余迁移、死锁、活锁和非连通等。方法不仅适用于验证常见的工作流模式，还适用于多种特殊模式的验证。
模式匹配用于发现模式元素之间的语义相关性，对解决语义异构性问题的起着重要作用，已经成为数据集成、数据仓库、电子商务等许多应用领域的基本问题。但现有的模式匹配工作仍是以人工方式为主，费时、易出错，代价很高。本文提出的 GSM 通用模式匹配方法采用多种匹配策略，并利用映射知识库不断学习以往的匹配经验,优化匹配方法，使其逐渐适应实际应用的需求。
本文讨论了基于粗集理论的信息融合系统性能评估的理论和方法，以 C3I 的应用为背景建立了信息融合性能指标体系。给出了基于粗集理论进行系统综合评估的一般步骤和确定评估指标权值的算法，尤其是在有信息遗失情况下的信息处理方法。同时提出了一种用于多传感器信息融合性能测试与评估的系统结构，通过软件测试的方法，对融合算法进行测试与评估，实现了对融合算法选择和参数选择的指导，最后的实验结果验证了本文方法的有效性