基于小波变换的前馈神经网络在电器优化中的应用

利用基于小波变换的单隐层前馈型神经网络，模似任意复杂的非线性映射，针对电磁机构的优化问题，使用来自有限元分析的训练信息，通过选取一簇适当的紧支正交小波基函数，合成具有一定拓朴结构的小波网络，且对网络的训练过程是一个凸函数的最优化过程，从而能得到全局最优解，学习的收敛速度很快．我们将之应用于交流真空接触器直流激磁系统的优化设计中，取得了较好的效果．

小波变换与小波神经元的选择

研究了单隐层前馈型小波神经网络模拟高度复杂的非线性映射．针对如何减小网络结构，提出了用小波元能量密度作为衡量其是否是有效神经元的标准，并对网络构造，学习中的问题提出了观点．

局部网与异种互连方法

本文阐述局部网与异种机互连方法.本方法是开发一种环境,在这环境中局部网上站点能共享异种机资源.采用网间连接器用以转换局部网上 ISO3层(网络层)以下协议,实现互连.

小波神经网络在电磁场优化问题中的应用

本文利用基于小波变换的单隐层前馈型神经网络，模拟高度复杂的非线性映射，针对电磁机构的优化问题，小波神经网络使用来自有限元分析的训练信息，通过选取一簇适当的小波基函数合成具有一定拓朴结构的小波网络，且网络的训练过程是对一个凸函数的优化过程，从而能得到全局最优解，学习的收敛速度很快。我们将之应用于交流真空接触器直流激磁系统的优化设计中，取得了较好的效果。

基于能量密度的小波神经网络

本文提出了基于能量密度构造单隐层前向小波网络用以逼近复杂非线性函数．在时频定位分析的基础上，引入了能量密度的概念，用其作为选择小波元的标准．在本文中给出了网络构造算法及相应的学习算法，并与其它小波同及ＢＰ网进行了比较．实验结果证明了该方法是可行的，且具有小波无数目相对较少、学习收敛速度快等特点．并就其在实际应用中应注意的问题提出了我们的观点．

小波插值Galerkin法解二维静电场中的边值问题

提出了一种偏微分方程的数值解法，即小波插值Ｇａｌｅｒｋｉｎ法，它是利用具有紧支撑 的 Ｄａｕｂｅｃｈｉｅｓ小波函数的自相关函数得到解空间的一组具有插值特性的 Ｒｉｅｓｚ基．讨论了 系数矩阵的预处理技术和多介质问题的处理方法；在混合边界条件的处理中使用了外小波， 既简化了边界条件的处理，又提高了近似解的精度．并将小波插值 Ｇａｌｅｒｋｉｎ法应用在二维 静电场边值问题的数值计算中，得到了较好的结果，与此同时给出了有限元法的计算结果．

一种多维小波网络的构造性算法

在探索单尺度径向小波框架与径向基函数网络对函数逼近特性相似的基础上 ,构造了单尺度径向基小波网络 .针对在高维应用中出现的维数灾难 ,以减少其对维数的依赖性为出发点 ,实现了限制网络规模过大的方法 ,主要包括根据输入样本的时频信息和小波的时频定位区间 ,采取多种措施自适应地从小波栅格中挑选恰当的小波基 ;根据输出样本信息 ,考虑权值的不同重要程度 ,利用自适应正交投影算法完成了网络结构大小及其连接权值的自动确定 .通过将该方法应用到脑电逆问题的求解实例中 。

基于逻辑的乳腺癌诊断与治疗专家系统

本系统收集了天津市领域专家的经验,由编译性人工智能语言TurboProlog实现,共由七个模块-知识率、推理机构、解释机构、半自动人工知识获取、知识库管理、动态数据库和人机接口组成。本系统利用产生式规则表达知识,知识库中有多达1242条规则。在推理机构中,采用两类策略:启发式正向和反向推理方法,并利用黑板结构作为公共动态数据区。。提供了半自动人工知识获取以能获取新知识、丰富和更新知识库。在黑板上保留的推理进程是解释机构的素材。总系统共占用118KB内存,在IBM PC AT微机上运行正常,起到了总结和推广领域专家诊断与治疗乳腺癌经验的作用。

基于主成份分析和支持向量机的MRI图像多目标分割

在MRI图像中,颅内各组织的边界极其复杂且不规则,这对传统的分割算法提出严峻的挑战。主成份分析(PCA)可达到降维和消除冗余信息的目的,为使支持向量机(SVM)准备的样本空间更为紧凑、合理。本研究采用PCA将图像的57维特征向量处理后,研究多分类SVM对MRI图像进行多目标分割,成功提取颅内各组织不规则边界。理论和实验表明,基于PCA和SVM相结合的分割性能优于仅采用SVM的分割性能。

利用小波神经网络求解脑电等效偶极子源参数

提出了多维单尺度径向基小波神经网络的构造性算法 ,并将之应用到脑电等效偶极子源定位问题 ,从而避开对模型系统描述的困难和现有的迭代类求解方法计算时间较长的问题。通过对解空间的随机抽样由正向计算形成学习样本 ,使小波神经网络在训练过程中建立起自己的逆映射联想记忆 ,以正确推断出头皮观测电位与脑内源发生器之间的内在联系 ,使之对于新的脑电数据能实时地、准确地估算出等效偶极子源的参数 ,为脑电的动态分析提供一条途径。

小波插值Galerkin法解二维静态电磁场中的边值问题

小波插值Galerkin法 (WIGM )是基于具有紧支撑的Daubechies小波函数的自相关函数。在小波插值Galerkin法中 ,讨论了混合边界条件和多介质问题的处理。将小波插值Galerkin法应用于二维静态电磁场边值问题的数值计算 ,得到了有效的结果。

应用支持向量机回归求解不规则边界边值问题

本文给出了应用支持向量机回归和径向基函数网络求解不规则边界边值问题的算法.两种方法协同使用:不包含可调参数的支持向量机回归作为基本的逼近元,它部分影响边界条件;径向基函数网络用来精确的满足边界条件.我们用这种方法求解了一个二维的偏微分方程边值问题并且得到了较好的逼近解.

基于RBF神经网络的回归树学习算法

介绍了一种新的非参数回归RBF神经网络学习算法,该算法将RBF神经网络与回归树结合起来使用。回归树的基本思想是通过递归分割将输入空间划分为两部分,对函数进行逼近。由于每一次划分都与轴平行,因此可以用输入分向量满足的不等式来描述每一次划分,从而输入空间就变成了一个用超矩形构成的回归树(二叉树)。回归树的结点可以很容易地转换为径向基函数,通过对回归树结点的访问,可以选择出使网络达到最优的基函数集,形成最终的网络。该算法可以应用到函数逼近、图像处理等各方面。

一种基于非线性降维的聚类算法

针对K-均值聚类算法不能发现任意形状的聚类的问题,提出了一种基于非线性降维的聚类算法.在该算法中,首先用ISOMAP算法对数据集进行优化,然后再用K-means算法聚类.由于ISOMAP算法不能处理不连通的流形,本文提出了一种改进的ISOMAP算法,它能够发现不连通流形的低维嵌入.改进后的ISOMAP算法与K-means算法结果得到了一种有效的聚类算法.实验结果表明该算法能够发现任意形状的聚类.

基于逐元（EBE）技术的三维电磁场并行计算

本文阐述了用有限元法求解三维电磁场问题时，基于逐元（ｅｌｅｍｅｎｔｂｙｅｌｅｍｅｎｔ）技术的并行共轭梯度法（ＣＧ）和并行对角预处理共轭梯度法（ＤＣＧ）方法。我们在四个处理器的晶片计算机（Ｔｒａｎｓｐｕｔｅｒ系统）上实现了这两种算法，取得了相对于处理器个数几乎线性的加速比。由于不需存储整体系数矩阵，在很大程度上节省了内存，大大提高了用微机求解电磁场问题的能力。

网格环境中基于蚂蚁算法的任务调度策略的改进

任务调度和负载均衡是网格计算环境中影响系统性能的重要问题.由于网格资源通常是位于不同的地理位置,由不同的组织管理,加之系统可能发生故障,所以在大型网格环境中任务调度和负载均衡是一个非常复杂的问题.本文应用改进的蚂蚁算法,通过增加负载平衡因子,将用户提交的任务合理地映射到相对空闲的网格资源上,有效地实现了任务的合理调度和负载均衡.

电磁场问题的并行处理

主要介绍了二维电磁场数值计算软件在并行Transputer系统上的实现。介绍了作者采用Transputer加速板和PC机构成的并行处理系统对电磁场问题求解进行并行化的尝试,并取得相对PC286加速几十倍的初步成果。文中针对采用有限元法求解电磁场问题的特点,着重讨论了大型线性带状对称方程组的并行求解。文中给出了并行高斯消去法在不同数目 (1、、2 、4 个) Transputer所构成的并行系统上求解时间的对比及分析,所获加速比接近于线性增长。最后,介绍了Transputer的应用前景及在电磁场问题求解上的展望。

共享内存计算机上有限元法的并行实现

基于共享内存并行计算机提出了一种新的有限元法的并行算法，包括有限元的系数矩阵形成的并行实现和有限元方程的并行求解．该算法编程简单容易，算法在具有8个处理器并行计算机SGICNALLEGEL上实现．

合成氨计算机控制系统

本文介绍利用ＤＡＴＡＳＣＡＮ７０００系列数据采集模块所组成的分散式数据采集集中控制系统，在合成氨生产中的应用．其中合成塔触媒温度采用自适应控制，通过修改ＩＮＴＩＣＨ实现定时控制，软件采用ＱＢＡＳＩＣ４．０Ｖ和ＭＡＳＭ５．０Ｖ．混合编程，全中文揭示．

基于EBE技术三维电磁场的并行计算

阐述了用有限元法求解三维电磁场问题时，基于单元接单元即ＥＢＥ（ｅｌｅｍｅｎｔ－ｂｙ－ｅｌｅｍｅｎｔ）技术的并行共轭梯度法（ＣＧ）和并行对角预处理共轭梯度法（ＤＣＧ）方法。我们在四个处理器的晶体计算机（Ｔｒａｎｓｐｕｔｅｒ系统）上实现了这两种算法，取得了相对于处理器个数几乎线性的加速比。由于不需存储整体系数矩阵，在很大程度上节省了内存，大大提高了用微机求解电磁场问题的能力．