双U形地埋管换热器冬季周围土壤温度变化

建立了计算地埋管换热器周围土壤温度的数学模型。结合天津地区某实际工程,采用跟踪测试方法研究了冬季双U形地埋管换热器周围土壤温度的变化。深度为10m以下的土壤温度基本不受环境温度的影响。随着深度的增加,土壤原始温度逐渐升高,在深度为10～120m范围内,土壤原始平均温度为15．9℃。地埋管换热器冬季的热作用半径为1．5～2．5m。     

基于神经网络的多示例回归算法

通过重新定义全局误差函数,提出了一种基于神经网络的多示例回归算法,并在基准数据集上对该算法进行了测试,取得了较好的效果.     

水合对硝基苯酚的热色性研究

对硝基苯酚是没有热色性的物质,本工作在水溶液中合成了水合对硝基苯酚,且培养出单晶。该结晶水合物表现出可逆的热色性,当加热到140℃时,它会由橙红色变为明亮的红色;随着温度缓慢降低,其颜色也恢复为原来的橙红色。差示扫描量热法(DSC)分析证实了这一观察到的现象。热重分析(TG)测试显示该结晶水合物颜色的变化是由于水合和失水而导致的。     

一种基于多示例学习的图像检索方法

由于多示例学习能够有效处理图像的歧义性,因此被应用于基于内容的图像检索(CBIR).本文提出一种基于多示例学习的CBIR方法.该方法将图像作为多示例包,使用基于自组织特征映射网络聚类的方法分割图像,并将由颜色和纹理特征描述的图像区域作为包中示例.根据用户选择的实例图像生成正包和反包,使用多示例学习算法进行学习,实现图像检索和相关反馈.实验结果表明这种方法与已有方法检索效果相当,但检索效率更高.     

AFDES中基于Case推理方法的研究

本文对“汽车故障诊断专家系统(AFDES)”中的基于Case推理方法进行了研究,介绍了不确定知识的事例表达、事例的存储和检索,提出了事例的相似度计算算法和基于事例推理算法。     

一种基于神经网络集成的规则学习算法

将神经网络集成与规则学习相结合，提出了一种基于神经网络集成的规则学习算法．该算法以神经网络集成作为规则学习的前端，利用其产生出规则学习所用的数据集，在此基础上进行规则学习．在UCl机器学习数据库上的实验结果表明，该算法可以产生泛化能力非常强的规则．     

混合型学习模型HLM中的增量学习算法

混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合，能学习多概念和连续属性，其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上，在给系统增加新的实例时，只需进行一遍增量学习调整原结构，不用重新生成判定树和神经网络，即可提高学习精度，速度快、效率高．本文主要介绍该模型中的增量学习算法．     

碳氢化合物混合工质在制冷系统中的应用研究

本文阐述了一种碳氢化合物的混合物作为制冷剂的可行性。阐明了这种物质在冰箱应用中的安全性和成份含量变化的影响，通过热力学性质和实验表明TRl2是一种热力学性质与R12极为相似。制冷效果和节能效果都优于R12的制冷制。     

神经网络集成

神经网络集成通过训练多个神经网络并将成结论进行合成，可以显著地提高学习系统的泛化能力。它不仅有助于科学家对机器学习和神经的深入研究，还有助于普通工程技术人员利用神经网络技术来解决真实世界中的问题。因此，它被视为一种广阔应用前景的工程化神经计算技术，已经成为机器学习和神经计算领域的研究热点。该文从实现方法、理论分析和应用成果等三个方面综述了神经网络集成的国际研究现状，并对该领域值得进一步研究的一些问题进行了讨论。     

基于Web的海量存储柔性分布式文件服务器设计

分析了以往分布式文件服务器的不足 ,提出了一种以J2EE技术为核心的基于Web的支持海量文件存储的分布式文件服务器的设计方案。该分布式文件服务器由一个集中控制单元和多个本地文件服务器组成。集中控制单元对文件逻辑信息进行集中式管理 ;文件的物理信息则由位于Web不同节点上的本地文件服务器管理。