具有旋转不变性的二值化的互连权重研究

采用线性组合Ｃｌｉｐｐｅｄ方法得到初始的具有旋转不变性的ＷＴＡ模型输入层与中间层间的二值互连权重，并利用局部ＭｏｎｔｅＣａｒｌｏ方法对权值进行优化以提高系统的正确识别率．以４类飞行目标进行了计算机模拟，实验结果表明此模型用于识别旋转目标是可行的．

基于DRASTIC-LU参数和数据驱动模型的地下水硝酸盐脆弱性分区

从开采、管理和控制不同地区的污染的角度,评估地下水脆弱性以确定这些资源的优先次序是重要的.研究的目的是基于DRASTIC-LU参数以及空间和非空间数据驱动的方法来估算Birjand平原含水层的地下水(硝酸盐质量浓度)脆弱性.研究提出新的组合方法来确定(Birjand平原含水层)地下水脆弱性分区中合适的DRASTICLU参数,即将具有指数和双平方核的地理加权回归(geographically weighted regression,GWR)和人工神经网络(artificial neural network,ANN)与二进制粒子群优化算法(binary particle swarm optimization,BPSO)相结合.计算结果为:对于ANN、指数核GWR和双平方核GWR的适应度函数(1-R^(2))的最佳值分别为0.1060、0.0745和0.0065,这表明双平方核的兼容性比其他方法更高.研究表明DRASTIC-LU参数对研究区域的硝酸盐质量浓度估计的地下水脆弱性有显著影响.

改进模糊二值模式算法及其在卷积神经网络中的降噪性能

针对传统池化方法未考虑不同像素点信息贡献存在差异的问题,论文设计了融合改进模糊二值模式的加权池化方法,该算法利用模糊隶属度函数计算出各像素点为等价模式的概率,并对应生成合适的权重值,在卷积神经网络的池化阶段,结合输入特征图及权重图,得到其加权池化输出值。利用ORL人脸数据库进行的实验结果表明,在测试图像含有噪声的情况下,论文提出的加权池化算法比传统最大池化法具有更好的降噪能力和人脸识别效果。

高阶局域互联神经网络的关联存储

给出了高阶局域互联神经网络的数学模型。在计算机上对其关联存储能力进行了模拟计算。结果表明，这种局域互联神经网络的互联权重数大大减少了，同时依然具有良好的关联存储能力；另一方面，如果限定了互联权重矩阵的大小。