论文部分内容阅读
何元戈发表论文
【出 处】
：
珠海教育学院学报
【发表日期】
：
1999年3期
其他文献
网络攻击分类是研究网络攻击特点及其防护方法的前提,介绍了网络攻击分类的研究现状,对已有网络攻击分类方法进行了分析比较,提出了一种面向网络可生存性研究的网络攻击分类方法,并用实例说明了该分类方法的分类过程。该方法对网络防护人员进行网络可生存性提升很有帮助,为他们有针对性地研究网络可生存性技术提供了依据。
从开展中国宵作物病虫害危害浒的长期气象预测研究的必要性出发，结合国内外的研究现状，提出提高宵作物病虫害长期预测的准确性、时效性是宵作物病虫病综合防治的首要措施，并建议
针对利用自组织特征映射(SOFM)神经网络进行模糊聚类时出现的一些问题,提出改进结构的神经网络,采用自适应的聚类初值,能够实现高维数据和任意形状族的聚类,与具有同样聚类效果的其他算法相比,具有较低的时间复杂度。仿真实验结果表明,该聚类算法比单个的神经网络聚类算法和同类其他算法更有效。
提出了一种加入时间窗的时空自适应窗体中心加权的中值均值滤波算法,在自适应的时空滤波窗体内采用中心加权的中值选取并结合加权均值算法滤除压力分布中混合噪声。实验证明:该方法对于受椒盐噪声、高斯噪声污染比较严重的压力分布数据有较好的滤波效果,与小波、维纳滤波等其他线性滤波算法相比计算量要小得多。
现有的模糊自动机最小化算法没有涉及到对模糊自动机状态的隶属度迁移和变化的讨论,优化的模糊自动机最小化算法弥补了这类算法的不足之处。该算法将模糊有限自动机首先转化为单个初始状态的模糊自动机,然后再将转化后的模糊自动机化简为最小模糊自动机,算法在转化过程中单独讨论了模糊自动机状态隶属度的转化方式,使得算法更加严谨和简化。
针对小波分析存在的边界问题,提出一种基于提升方案的冗余Haar小波变换(Haar_RLWT)。使用该方法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于时间序列预测任务具备可行性。同时为进一步提高预测效果,引入神经网络集成技术以改善网络泛化能力。实验表明,该综合预测模型预测效果与稳定性优于传统预测模型。
森林火险季节是火环境中的一个重要因子,对于森林防火实际工作具有十分重要的意义.本文利用内蒙古大兴安岭林区近30年的林火资料和临近火点的气象资料,对比分析了该地区森林
为了解决传统协同过滤推荐算法的可扩展性差和数据稀疏性的问题,提出了一种基于随机梯度下降的概率矩阵分解推荐算法.该算法是生成两个服从高斯分布的随机数矩阵,不断训练和