基于神经网络和遗传算法的薄壳件注塑成型工艺参数优化

建立了基于神经网络和遗传算法并结合正交试验的薄壳件注塑成型工艺参数优化系统。正交试验法用来设计神经网络的训练样本，人工神经网络有效的创建了翘曲预测模型；遗传算法完成了对影响薄壳塑件翘曲变形的工艺参数（模具温度、注射温度、注射压力、保压时间、保压压力和冷却时间等）的优化，并计算出了它们的优化值。按该参数进行试验，效果良好，可以有效地减小薄壳塑件翘曲变形，其试验数值与计算数值基本相符，说明所提出的方法是可行的。     

RLE图像压缩算法优化研究与应用

该文对比了传统的RLE（游程编码）算法,通过对RLE压缩编码的分析,得出RLE压缩算法存在很大的优化空间,并实现了优化后的RLE图像压缩算法,且着重介绍了这种算法的优缺点和优化方向。     

数据挖掘常用聚类算法研究

信息社会的发展,使数据量以前所未有的速度在增长,因此从海量数据中获取有用的知识和信息就变得越来越重要。数据挖掘是一种综合多领域知识而形成的数据分析技术,能够从大量数据中获取有价值的知识并为决策提供支持。聚类分析算法是数据挖掘中的一个核心内容,也是目前研究的一个热点。该文首先讲述了基于划分的聚类算法、基于分层的聚类算法、基于密度的聚类算法和基于网格的聚类算法等常用的聚类分析算法,并分析了其特点;然后通过举例详细描述了最近邻聚类算法的操作过程。聚类算法的总结,对聚类的研究和发展具有积极意义。     

数据库关联规则挖掘算法研究

该文介绍了数据挖掘、关联规则相关概念,分析了经典的挖掘布尔关联规则频繁项集的算法-Apriori算法,阐述了关联规则的生成过程,并通过实例进行验证。针对Apriori算法的缺陷进行了分析并列举了几种算法优化方法。     

数据挖掘中聚类算法的研究简

随着信息技术的不断发展,数据挖掘在我们的工作和生活中的应用也越来越广泛,目前聚类算法在数据挖掘中则是一个热点研究领域。本文深入研究了现阶段比较成熟的几种聚类算法,总结了这些算法的优缺点以及适用范围,提出用来评价聚类算法性能优劣的指标,也是今后聚类算法研究的出发点。     

数字识别算法研究

对数字识别算法进行了深入的研究,提出了切割法,并且在此基础上进行了相应的改进,进而介绍了边缘跟踪法。为了提高跟踪的效率,在边缘跟踪法的跟踪过程中引进了迷宫算法。通过建立了相应的算法模型,分析了各自算法对数字识别的影响。实验结果表明,边缘跟踪法对数字的识别率可以达到95%左右,而切割法对数字的识别率则只能达到70%左右。因此边缘跟踪法比切割法在数字识别中存在着精度高、准确性好等优点。     

联合补充库存的拉格朗日松弛与退火算法

针对确定性需求的联合生产补充(JRP)问题,有多种启发式算法,但这些算法或不能保证最优或计算复杂。本文利用现代优化方法模拟退火算法和拉格朗日松驰算法,设计出一种新的算法,通过算例表明该算法可得出较优的可行解,可以更有效地解决实际问题。     

一种改进的文档图像倾斜检测算法

在分析现有倾斜检测算法基础上,提出一种改进的文档图像倾斜检测算法。该算法首先对文档图像进行图像增强、去噪和二值化处理,然后提取边界线、计算每条边界线的角度,最后计算加权平均得到文档图像的倾斜角度。通过在计算每条边界线的角度过程中引入LMS算法。改进的算法提高了原算法的精确度、稳定性和适应性。实验表明,改进的方法有效可行。     

基于改进遗传算法的空间网架结构拓扑优化设计

根据工程实际出发,建立离散变量结构拓扑优化模型。针对基本遗传算法(GA)存在的早熟收敛、随机性大、收敛速度慢等不足,从编码方式及遗传算子操作等几个方面对其作了改进,选择操作中引进斐波那契方法,提出一种基于整数编码的改进遗传算法。优化结果表明,这种改进的遗传算法的收敛性得到了很好的改善,提高了计算效率,是有效的结构拓扑优化设计方法。     

捷联惯导评估系统中多传感器信息融合的应用

论述了在捷联惯导专家评估系统中对多传感器信息进行融合的设计方法,对捷联惯导专家评估系统和多传感器信息融合技术进行了深入的研究,同时详细分析了捷联惯导专家评估系统的硬件组成以及各传感器的工作模式,提出一种采用信息时间坐标和空间坐标转换的融合算法,实现时空匹配统一,以达到对系统中多传感器信息较好融合的效果.仿真实验结果表明:用系统中所述的多传感器融合信息进行滤波解算,准精度可以达到0.3°以下,从而提高了整个专家系统的评估精度.