基于ART优化选择策略的遗传算法生成测试数据方法

测试数据自动生成方法是软件测试领域研究的热点。基于遗传算法的启发式搜索算法是一种路径覆盖生成测试数据的方法。文中提出了一种基于自适应随机测试(Adaptive Random Testing,ART)算法更新种群的方法,将ART融入遗传算法,优化选择操作,动态更新种群,从而增加种群进化过程中的个体多样性,提高了收敛速度,有效地减少了陷入局部最优。实验结果显示,与传统遗传算法生成测试数据的方法相比,改进的算法明显提高了路径覆盖率,减少了种群平均进化代数。

大坝CT中ART算法及其改进探讨

对大坝CT(ComputerizedTomography)技术的原理和标准ART算法作了介绍 ,在此基础上对ART算法进行了改进探讨 ,通过ART算法改进前后数字模拟试验的对比分析 ,说明改进后的算法在精度方面有了提高 ,异常体位置更明显 ,这将更好地满足大坝CT检测中的实际精度要求 .

ART算法中射线矩阵加权的BPT算法

提出一种在混凝土层析成像中对ART算法的射线矩阵的加权方法.利用BPT算法得到的低分辨率图像作为迭代初始值,并将其图形信息作为ART射线矩阵的加权系数.充分利用低分辨率图像的图形信息和数值信息,同时对高速异常单元和低速异常单元进行加权成像.计算机模拟试验表明,与传统的ART算法相比提高了反演数据的准确性和迭代速度;在走时数据误差不大于0.5%时,是对传统ART算法的一种较好的改进方法.

基于ART算法的电子商务个性化聚类模型的设计与实现

本文针对个性化电子商务网站建设中出现的难于有效发现用户行为特征问题 ,提出一种基于 ART神经网络自适应谐振算法的个性矢量聚类模型 .该聚类模型由两个智能子系统和三个逻辑控制单元组成 ,采用二值输入模式 ,具备很强的自适应性 .模型实现是在 C+ +语言平台上进行的 .在模型程序设计中 ,采用衍生类方式构造子系统单元 ,通过控制对话、数据共享建立系统单元之间的联系 .该模型可以有效挖掘网络用户行为典型个性特征 ,用于指导电子商务网站资源的组织和再分配 .

基于ART-2人工神经网络的煤矿安全风险评价

旨在为煤矿安全风险预控管理提供一种适用的风险评价模型或方法。研究过程中,介绍了人工神经网络自适应共振理论的ART-2算法;在安全系统工程理论及相关研究基础上,结合调研分析建立了风险评价指标体系;选取山西9家煤矿作为研究样本进行实证研究。该算法仿真识别结果与煤矿实际安全风险情况一致性程度达到77.78%,表明针对煤矿安全风险预控管理过程中的安全风险评价,ART-2神经网络具有较好的适用性。

改进ART算法在数据库自动知识推荐中的应用

为了提高数据库检索的智能性及个性化推荐,将改进的ART算法应用于数据库自动知识推荐。首先对基本ART算法及ART网络算法进行了描述,接着提出了改进的ART算法,最后运用实例仿真,验证该算法性能。文本采用某高校数字图书馆数据库作为仿真对象,验证其自动知识推荐的功能,同时对其资源消耗和扫描时间进行了计算仿真,实验证明,本文算法在数据库自动知识推荐过程中,所耗资源少且效率高,具有一定的研究价值。

基于定点DSP的ART算法实现研究

数字信号处理器(DSP)在大量数据计算方面有明显的速度优势,为了提高CT ART算法的图像重建速度,提出基于定点DSP TMS320C6416的算法计算方案。该方案结合ART算法的原理,以及USB 2.0协议在数据传输和定点DSP在数据计算上的速度优势,通过CYPRESS的CY7C68001接口芯片,同时采用SDRAM作为数据缓存,进行DSP与PC机之间大量数据的正确高速传输;通过C语言编写DSP片内算法计算程序并对其进行优化,以降低图像重建时间。最终实验以Shepp_Logan头部剖析图为原始图像,进行重建算法计算,实验结果证实了方案的可行性。

一种结合弹性波CT正演模拟与钻孔注水法的防渗墙检测方法研究

防渗墙是水利水电工程项目中的重要部分,随着防渗墙规模的逐渐扩大,常规防渗墙检测方法逐渐减少;为了增加防渗墙的检测手段,研究提出采用弹性波CT正演模拟技术,并与钻孔注水法相结合的方法;在钻孔注水试验时,利用弹性波CT正演模拟技术,检测水流在墙体中的流动情况,从而在检测防渗墙渗透性的同时,完成防渗墙的完整性检测;结果显示,在低速或高速异常速度模型中,走时残差的波动较大,且完全不同;采用围井法,实验深度为15 m时,计算得到的渗透系数为0.14*10~6 cm/s;采用常水头法,深度为15 m时,该方法计算得到的渗透系数为1.88*10~6 cm/s;说明基于弹性波CT正演模拟技术,可以有效地反映防渗墙的状态;而采用围井法检测得到的防渗墙渗透系数,低于采用常水头注水法得到的渗透系数;研究提出的方法可以准确地检测防渗墙的质量。

基于ART网络算法的多效蒸发器温差分配

对于多效蒸发海水淡化系统,由于各效传热系数预先未知,因此在等加热面积的温差分配方案下,设计需要的计算量非常庞大。引入ART自适应算法预示各效传热系数,结果相当准确,据此确定系统的温差分配方案,可大大降低系统设计的工作量。该方法已成功应用于某多效蒸发海水淡化系统的设计中。

基于冲量权值的ART神经网络及其在地震预报中的应用

在传统的ART(AdaptiveResonanceTheory)网络结构中忽略了样本属性重要性的不同对分类结果产生的影响。然而实际应用中,需要在网络预测阶段对此予以重视。该文提出了基于冲量权值的ART网络IFWART(ImpulseForceWeightbasedAdaptiveResonanceTheory)。它引入冲量权值表示属性的重要性,通过进化算法的优胜劣汰机制优化冲量权值,并将量化的权值结果分配到网络的比较层中,从而提高网络预测精度。在UCI标准数据集上将IFWART与其他有监督ART网络进行了比较实验,验证了IFWART的有效性。最后,将其应用于地震强震时间序列预报中,取得了很好的效果。

ART－2网络学习算法的改进

详细介绍了ＡＲＴ－２网络的算法。通过一个渐变输入模式序列揭示了ＡＲＴ－２网络潜在的模式漂移现象，由此导出ρ０＞ρ０的矛盾，并改进了网络的学习算法。

自动化推荐系统改进ART算法分析

建构一个可以挖掘出关联特质的自动化推荐系统改进ART算法——MART算法.MART算法在推荐系统特性基础上,实现聚类和判断用户属性的重要性,使推荐系统可以设置每一个属性节点的权重,实现用户的分组,进而达到数据挖掘的目的.

模糊ART神经网络的识别算法及其应用

提出并设计了模糊ART神经网络的结构、学习规则和识别算法。为了把该算法应用于人脸识别,定义了相似函数和匹配搜索方法,通过向量柱状图提取人脸特征,并用模糊ART神经网络对向量柱状图生成的特征向量进行识别。仿真实验结果表明,对于快速学习和非快速学习,不同的人具有不同的识别率,各有不同的警戒参数值可以使神经网络到达在线最大识别率82.25%和86%。

基于数据挖掘的自动化推荐系统改进ART算法探究

随着网络的深度普及,人们对于互联网的使用越来越频繁,随之而来的是庞大且分散的各式各样的数据。面对海量的数据,用户在查询时往往难以高效地获取到对自己有价值的信息。为了向用户提供更精准的信息,提高用户获取有效信息的效率,自动化推荐系统适时而生。不管是通信领域还是其他领域,繁杂的数据都需要一种优异的处理算法或者机制来进行处理,本文通过把自适应共振理论(ART)和数据挖掘技术两者结合,形成一个自动化在线推荐系统,并对用于用户聚类的ART算法进行改进,提升了通信领域中推荐系统推荐的合理性与有效性。

模糊ART神经网络模型及其在图像识别中的应用

提出了采用低通过率波、去最小亮度和向量柱状图来提取人脸特征的方法,设计了模糊ART神经网络的结构、学习规则和识别算法,并采用模糊ART神经网络对向量柱状图生成的特征向量进行识别。仿真实验证明,通过调整神经网络的警戒参数值,不同的人具有不同的最大在线识别率,所有人平均的在线最大识别率可以达到89%。

影响ART算法重建CT图像的因素浅析

CT的基本原理是由投影重建图像,关于重建算法,提出了许多算法,其大致可以分为两大类:一类称为解析法,一类是迭代法。其中在常用的迭代重建算法即代数重建技术[1,2](Algebraic Reconstruction Technique简称为ART)ART算法中,很多因素影响图像重建的质量和效果,本文进行了一些参数仿真分析,成像效果比较。

美术元素在拖拉机产品设计中的应用研究

首先,介绍了美术元素和遗传算法的概念,并将二者结合起来,从稳定性、安全性和创新性三方面着手,实现了拖拉机产品的创新设计。基于Catia软件设计的样机表明:该拖拉机外观时尚、个性十足,整体设计也比较亮眼,符合消费者的审美,且在确保拖拉机正常功能的情况下,大大提高了其欣赏性,增加了拖拉机的竞争力。

基于特征加权的Category ART网络及应用

特征加权是特征选择的一般情况,它能更加细致地区分特征对结果影响的程度,往往能够获得比特征选择更好的或者至少相等的性能。该文采用自适应遗传算法来优化Category ART网络的特征权值,提出了一种改进的Category ART网络FWART。在UCI标准数据集上的实验表明,FWART网络获得了比Category ART网络更好的泛化能力。将该网络应用在地震震型预报上,取得了很好的预报效果。

基于改进的层析成像图像重建ART算法的木材应力波检测研究

首先介绍了成像的物理基础,并对重建算法的各种方法进行了简要阐述并对ART算法及其改进算法进行了主要说明。在之前学者对成像原理的研究下,阐述了应力波层析成像技术应用于木材缺陷检测当中的原理及测试方法,并通过先验的介质模型及实际模型测试,分别用ART算法和改进后的重建算法得到木材缺陷图像,通过比较两种方法重建的图像清晰度,验证改进后算法的合理性与可行性。

平台运动精度对ART算法图像重建质量影响的模拟

采用计算机模拟物理过程并进行仿真试验,分析平台不同类型运动精度对CT成像图像质量的影响。结果表明,平台轴向运动精度和水平轴运动精度对图像的影响可采取在程序中进行系数修正的方式予以减小甚至消除。转动精度和重复率对成像造成的误差随着精度的大小而不同,难以预测。水平面倾角对成像影响随角度的变化而不同,与试件放置位置和密度分布有关,难以预测。