-
-
论文研究-基于群智能SOM算法的特征造型搜索技术.pdf
为解决语义特征化后复杂造型协同设计中造型共享库中的造型检索问题，提出了一种基于群智能自组织聚类算法。该算法首先将语义特征造型信息向量化，通过语义造型特征树得到语义特征造型特征集，以蚁群算法做为自组织准则，并以粒子群算法做为蚁群移动模型，将特征语义群分布在一个平面上进行聚类，递归收集聚类结果。试验证明，采用此种方法，可以对特征造型完成准确率很高的聚类，使特征库组织性得到了很大提高。
-
论文研究-基于改进的SOM网络模型的VoIP QoS应用研究.pdf
提出了一种基于剩余类环Zn上圆锥曲线的代理多重盲签名方案，该方案具备盲签名、代理签名和多重签名的组合优势并且签名尺寸不会随签名人数的增加而增加，另外，与基于其它类型的公钥密码体制的代理多重盲签名方案相比，该方案还具有明文嵌入方便、运算速度快、更易于实现等优点。论文对方案的正确性、盲性、不可伪造性、不可抵赖性和可区分性进行了证明。
-
论文研究-主动视觉技术在精密测量中的应用研究.pdf
针对目标进行威胁等级判断时，由于获得的空中目标属性信息的不完全性和不确定性带来的决策困难问题，采用把粗糙集理论引入到空战决策系统中，根据空战冗余信息是可以约简的结论，提出了一种利用粗糙集理论约简求取规则的决策算法。应用SOM网络离散化决策系统输入数据的连续属性值，利用粗集数据分析方法，从数据中提取出规则将输入映射到输出的子空间。通过粗集数据挖掘后提取的规则，不仅规则数目减少，且规则是不完全规则，因此特别适合对空战信息的融合。
-
论文研究-基于一种新的蚁群算法的QoS组播路由问题的研究.pdf
提出了一种基于SOM神经网络的入侵检测方法。该方法采用有标签的数据训练SOM神经网络，然后根据训练的结果标记正常数据和异常数据聚类的神经元。检测时则根据被检测数据的最佳匹配神经元的标签判断攻击是否发生。为验证检测的有效性，采用KDD cup99的训练集与测试集，将基于SOM的检测方法与基于SVM的检测方法的检测效果做了对比。实验结果表明：基于SOM的入侵检测方法具有检测率高、训练时间短和通用性强等特点。
-
论文研究-——结合小波提升算法和差分机制.pdf
聚类分析是数据挖掘中的核心技术，利用相关的可视化方法显示聚类结果，将数据分布以直观、形象的图形方式呈现给决策者，使得决策者可以直观地分析数据。I-Miner是一个企业级的数据挖掘工具，利用I-Miner软件进行聚类分析，并用多种方法将聚类结果可视化。通过S语言拓展软件功能，编程实现了K-Medoid算法、SOM算法、SOM与K-Medoids结合的聚类组合算法，尤其是在高维数据的可视化上，实现了星图法和SOM之U矩阵法，弥补软件中聚类和可视化模块较少的不足。
-
论文研究-高等学校教育资源集聚分类的SOM模型及应用.pdf
B-P神经网络是一种刻画非线性现象的强有力工具，可以将它应用到环境空气质量预测中。B-P神经网络针对不同的监测项目，根据不同的气象特征因子，将污染源排放数据为输入因子，监测点位监测数据作为输出因子，形成多组训练样本，进行学习训练，建立起不同的预测网络。然后用空气污染源排放监测数据输入相同气象条件的、已调整好权值的B-P神经网络系统，即可输出该项污染物的监测点位预测监测值。实验证明B-P神经网络预测模型取得了较好的结果，比现有预测模型具有更大的优势。
-
-
论文研究-作战计划策略的表示与应用.pdf
... 个方面的工作:1 提出了计划策略的组件描述方法.首先提炼了影响空中作战计划制定的关键因素,形成六个组件;采用这些组件的合理组合,描述了四个典型的计划策略.2 提出了计划策略与结构化优化模型(SOM)相结合的综合计算框架.认为计划策略可以在两个方面影响结构化求解模型:影响模型关键参数,增加新的约束条件,并结合实例进行说明.这样,可以根据不同策略获得不同的作战计划并评估选优,符合作战实际需求.
-
论文研究-日中两国不同经济时期股市的多重分形分析.pdf
... 特性; 但各自不同的经济时期多重分形特性差异显著, 且与当时经济发展的状况存在着一定联系. 接着运用自组织特征映射(SOM)神经网络对日本七个经济时期股市的多重分形特性进行分类, 验证了多重分形消除趋势波动分析(MF-DFA)可以较准确 ...
-
论文研究-基于集成智能方法的电力短期负荷预测.pdf
论文研究-基于集成智能方法的电力短期负荷预测.pdf,
将自组织(SOM)和反向传播(BP)两种神经网络结合起来, 并使用模糊理论, 建立了一种基于集成智能方法的日负荷预测智能模型, 该模型首先利用SOM网络的竞争学习能力将历史数据分成若干类别从而找出与预测日同类型 ...
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
