血尿酸与慢性代谢性疾病的连续型和离散型贝叶斯网络效果比较

目的建立血尿酸与相关代谢性指标的连续型和离散型贝叶斯网络模型,探寻血尿酸的影响因素,并比较两种网络结果的特点和优劣。方法利用山西省2015年慢性病监测的血尿酸及其代谢性疾病的特征指标共4646例,采用(improved partial-correlation-based,IPCB)算法建立血尿酸的连续型贝叶斯网络,同时将上述指标离散化,采用(max-min hill-climbing,MMHC)建立高尿酸的离散贝叶斯网络。结果离散贝叶斯网络发现14条边,其中甘油三酯和舒张压异常与高尿酸直接关系,导致高尿酸的发生;年龄为间接因素;而连续贝叶斯网络共包含24条有向边,年龄、TG、LDL、HDL、SP、DP与尿酸水平直接相关,随着年龄、TG、LDL的增大和HDL的降低,尿酸水平升高,而尿酸水平升高又导致SP、DP升高;TC与尿酸间接相关。结论两种网络模型适应的资料类型不同,但连续型贝叶斯网络发现的直接相关因素更多,整体解释度更好。

基于连续型Hopfield网络的最优控制方法

为克服应用离散型Hopfield网络解决动态最优控制问题时,计算量随着系统维数和控制时域的增加而指数增大的不足,提出了一种基于连续型Hopfield网络解决线性离散系统二次型最优控制问题的方法.该方法将线性二次型性能指标转化为连续型Hopfield网络的能量函数,控制序列转化为连续型Hopfield网络神经元的输出向量,从而将线性二次型动态优化问题的求解过程转化为相应的连续型Hopfield网络从初态向终态的运行过程,网络稳态输出反映了最优控制序列.该方法计算量小,实时性好,便于在线优化控制.

基于环境承载力的连续型交通网络设计双层规划模型与算法

从环境承载力的角度出发,将环境保护与道路网络改扩建联系起来,定量研究了环境承载力约束下的交通网络设计问题,构建了基于环境承载力的连续型交通网络设计双层规划模型。其中,上层模型目标为系统总时间消耗最小、方案总投资费用最小,并以区域道路交通系统大气环境容量限值、路段声环境限值作为约束;下层模型为固定需求的用户平衡分配模型。根据模型的结构特点,采用改进的遗传算法对模型进行求解,并在Matlab平台上开发了相应的算法程序。最后通过实例验证了模型的有效性。

具有时滞的二阶连续型Hopfield神经网络的周期解

对激励函数为非光滑的二阶Hopfield神经网络的周期解的存在唯一性问题进行讨论.得到了当每个输入函数是 以ω为周期时,该类神经网络存在唯一性ω周期解的一个充分判据.同时,也获得了该类网络的其余各解全局指数收 敛于该ω周期解的一个判据.作为特例,具有时滞的一阶连续型Hopfield神经网络的类似结果也被获得.

连续型联想细胞神经网络局部指数稳定性研究

由于细胞神经网络的潜在应用前景 ,它现已成为神经网络研究的新热点。首先给出连续型联想细胞神经网络的数学模型 ,得到了连续型细胞神经网络平衡点局部指数稳定的充要条件及平衡点指数吸引域的估计 ,研究表明对平衡点的指数吸引域的估计 ,只要计算平衡点处的导算子矩阵的对数范数即可。该研究对连续型联想细胞神经网络的设计和应用均有重要的作用。

基于连续型小波神经网络的煤层底板破坏深度预测

鉴于BP神经网络在预测中收敛速度慢,易陷入局部最优等缺陷,提出了利用连续型小波神经网络进行煤层底板破坏深度预测;简单介绍了连续型小波神经网络的网络结构与学习过程,为隐节点数的确定提供了经验公式以及判断多余隐节点的检验公式,避免了BP网络在确定隐节点数上的盲目性。通过连续型小波神经网络进行底板破坏深度实例预测,并与BP神经网络的预测结果进行对比,结果表明:利用连续型小波神经网络预测底板破坏深度的方法科学可行,相对误差更小,预测精度更高。

连续型HOPFIELD网络在文档保密中的应用

本文采用设定权重法构造出连续ＨＯＰＦＩＥＬＤ网络模型，并采用Ｒｕｎｇｅ－ｋｕｔａ法来求解连续ＨＯＰＦＩＥＬＤ网络运行结果，并仿真出非对称ＨＯＰＦＩＥＬＤ网络特有的运行状态———混沌，最后利用该结果完成文档保密。

基于连续型Hopfield神经网络的噪声字符识别

采用连续型Hopfield神经网络(CHNN)对噪声字符进行识别。此模型比离散型Hopfield神经网络(DHNN)和布尔神经网络(BNN)更易于硬件实现,且在信息处理的并行性和实时性等方面更接近实际生物神经网络的工作原理。仿真结果表明该方法可以有效地对噪声字符进行识别。

连续型Hopfield神经网络求解设备布置问题

主要利用连续型Hopfield人工神经网络进行了设备布置问题的优化求解计算 .讨论了连续型Hopfield人工神经网络的模型 ,以及求解设备布置问题的一般方法 .仿真结果表明 ,利用连续型Hopfield人工神经元网络进行设备布置优化计算 ,求解质量稳定、速度快 ,有较好的应用前景 .

基于改进的连续型深度信念网络的晶圆良率预测方法

晶圆良率是衡量半导体产品质量的关键指标,对其进行稳定、准确的预测能够帮助发现晶圆加工工艺缺陷、提高芯片质量、控制芯片生产成本。针对晶圆良率的影响因素多、数据体量大、数据间关系复杂等特点,以晶圆加工过程中的电性测试参数为依据,提出一种基于改进的连续型深度信念网络的晶圆良率预测方法。首先提出晶圆电性测试参数的两阶段数据预处理方法,第一阶段对晶圆电性测试参数中的缺失值、异常值进行数据清洗,第二阶段对晶圆电性测试测试参数间的多重共线性关系进行主成分分析,以获取预测模型的输入变量。然后设计了基于深度信念网络的晶圆良率预测模型,通过改进隐藏层的连续型受限制玻尔兹曼机,实现了关键特征的自动提取,利用输出层的误差反向传播机制,实现了晶圆良率的准确预测。采用实例数据,对比了所提方法与现有文献方法的预测准确率,从而验证了所提方法的有效性。

特征房价空间分析及连续型深度置信网络预测

以上海为研究区域,利用数据爬虫手段搜集、整理上海市二手房交易数据,通过空间自相关分析二手房交易价格的空间效应,并使用连续型深度置信网络对二手房交易价格进行分析预测.研究结果表明:上海市二手房交易价格在空间上具有显著的自相关效应,在上海市核心区域存在高-高集聚效应,在周边区域呈现低-低集聚效应,而在核心与周边交界地区存在高-低集聚和低-高集聚的负向空间效应;特征变量对价格偏高区域的二手房交易价格解释力度较小;除中心区域外,基于连续型深度置信网络的特征变量对上海市二手房交易价格预测能力良好.

一类连续型Hopfield神经网络全局指数稳定的新判据

在连接权矩阵未必对称也未必是M-矩阵的情况下,本文给出了一类连续型Hopfield神经网络全局指数稳定的新判据,所得结果比所引文献中的结论更优,更实用。

孔群零件三坐标路径规划研究——基于连续型Hopfield神经网络算法

为提高孔群零件的接触式三坐标测量机(CMM)的测量效率,笔者提出了基于连续型Hopfield神经网络算法的三坐标测量路径规划。根据孔群零件特征与孔群的全局路径规划模型,建立了连续型Hopfield神经网络算法模型,将孔群全局路径优化问题转化为能量函数问题,实现了孔群路径优化。通过CMM对某汽车刹车盘上的孔群进行自动测量的实例表明,该算法具有并行计算、高效搜寻等优点,解决了存在组合爆炸现象的组合优化问题,快速、准确地优化了孔群全局路径,具有较好的实际应用价值。

基于GaN器件的连续型高效宽带功率放大器设计

提出一种高效宽带功率放大器的设计方法,并基于Ga N HEMT器件CGH40010F设计了验证电路。利用功放管输出寄生参数的等效网络,将基于连续型功放理论得到的负载阻抗转换到封装参考面上,并利用多谐波双向牵引技术对转换后的负载阻抗进行适当调整,使二次谐波负载阻抗位于高效率区以及基频负载阻抗能够获得高功率附加效率和高输出功率。谐波阻抗位于高效率区使得匹配网络的设计简化为基频匹配网络的设计,降低了对谐波阻抗匹配的难度和宽带匹配网络设计的复杂度。实验结果表明:在1GHz^3GHz工作频带(相对带宽100%)内,功率附加效率在53%~64.6%之间,输出功率为39.5±2d Bm,增益为11.5±2d B,二次谐波小于-15d Bc,三次谐波小于-25d Bc。

空间连续型机器人自适应鲁棒容错控制

针对空间连续型机器人系统三臂节执行器并发故障的问题,提出一种自适应鲁棒容错控制算法。采用非奇异快速终端滑模控制器,并通过自适应RBF(Radial Basis Function)神经网络在线调整控制器的切换项增益,使控制器在模型参数摄动和外部干扰下依旧具有较高的跟踪精度和较强的鲁棒性。基于Lyapunov稳定性理论,证明了该控制器可以保证整个系统的渐进稳定性。仿真结果验证了本文算法的有效性。

基于重构误差的连续型DBN的深度确定方法

针对连续型深度信念网(Continuous Deep Belief Network,CDBN)隐含层层数难以确定的问题,提出一种基于重构误差的CDBN网络深度确定方法。多个连续型受限玻尔兹曼机(Continuous Restricted Boltzmann Machine,CRBM)叠加构成CDBN。通过分析CRBM的重构误差与CDBN网络能量的相关性,设定重构误差阈值并设计网络深度决策机制,实现对CDBN隐含层层数进行自组织调整。仿真实验验证,基于重构误差的CDBN网络深度确定方法能够对CDBN的最优隐含层层数进行确定,有效提高了网络深度决策的效率。

基于Pair-Copula贝叶斯网络模型的金融危机传播效应研究

为克服传统Copula函数建模的复杂性,采用Pair-Copula贝叶斯网络方法,将Copula函数与贝叶斯网络的优势相结合,有效降低了高维Copula函数参数估计的复杂程度,解决了连续型贝叶斯网络非正态下边际分布难以控制的问题,有利于捕捉网络结点间的非对称相依结构,从而构建了国际8个代表性股票市场在次贷危机爆发前、中、后各个时期的概率网络模型,对危机在主要国际市场上的传播效应问题及传播路径识别问题进行实证研究。研究结果表明:金融危机在国际金融市场上具有明显的区域性传播特征;香港市场在金融危机发生前后一直都是亚洲市场的连接枢纽,是风险防范的关键节点;危机发生后欧洲市场与亚洲市场间的紧密程度加强;金融危机减缓了全球一体化的进程,但经济全球化的趋势势不可挡。

天地一体化智能网络流量实时分类

天地一体化智能网络规模大,环境复杂,网络中流量业务类型繁多且流量具有突发性.本文结合Spark大数据分布式平台,根据流量的特点设计了SFFS-FCBF-C4.5(简称SFC)决策树分类模型,实现了大规模网络下流量的实时分类,以保障网络中资源的合理分配和利用.SFC算法是在C4.5决策树算法的基础上结合了改进后的快速相关滤波算法(Fast Correlation-Based Filter Solution,FCBF)和连续型属性值离散化算法,可以在有效去除冗余特征和降低模型复杂度的同时,提高模型分类的速度和准确率.仿真结果表明,SFC决策树分类模型相比传统的流量分类模型具有较好的稳定性和较高的准确率,可以很好的适应复杂多变的网络环境.同时,Spark大数据分布式平台的应用大幅度提高了大规模网络下流量分类的速度,能够对海量流量进行实时分类.

基于电力负荷可调特性的城市楼宇配网优化运行

城市楼宇是有效促进电能节约和合理利用的场所,有利于加快发展低碳经济。从经济性和可接受度两个方面着手,提出了一种智能楼宇电力负荷的多目标优化模型。首先,针对可转移负荷和可缩减负荷建立与时间/负荷相关的指标,用于描述用户参与负荷调节的接受度。然后,以统计周期内负荷峰谷差率最小、可接受度最高、电费最低为目标,建立楼宇负荷组合数学优化模型。最后,基于连续型Hopfield神经网络(continuous Hopfield neural network,CHNN)进行模型的求解。算例分析表明,多目标优化结果能实现用电可接受度条件下有效降低用电费用。

《中国高校科技》杂志社广告代理招募携手共创新未来

《中国高校科技》杂志社(以下简称“杂志社”)是教育部高等学校科学研究发展中心直属的期刊出版单位。负责出版和运营四刊二网:出版《中国高校科技》杂志、《中国科技论文》杂志、《中国教育网络》杂志、《中国科技论文在线精品论文》期刊(连续型电子出版物)四刊,承担中国科技论文在线、中国学术会议在线二个网站的运营。各媒体均由教育部主管、教育部高等学校科学研究发展中心主办。