复突触神经网络模型及其稳定性研究

传统的Hopfield网络在联想记忆、优化计算方面发挥了重要作用,但该网络存在一个弊端,即它只能处理线性或二次的最优化问题。因此,本文首先对Hopfield神经网络进行了扩展,将其称为复突触神经网络(或模型),扩展的网络不仅可以解决目标函数或约束中含有高阶的最优化问题,而且还可以处理目标函数含有对数、三角形式等较复杂函数的最优化问题;然后给出了该网络稳定的充分条件并给出了证明,同时对网络中的权矩阵是否对称也进行了讨论;最后结合典型的模糊c均值聚类问题验证了该模型的有效性。     

用人工智能和神经网络的方法组建数据压缩系统

数据压缩是现代信息处理的基础课题之一。文中对数据压缩的设计思路作了分析和拓展，从系统的角度对数据压缩与人工智能、神经网络的结合作了一些大胆的、初步的尝试，并对这个研究方向作了一些功能上和性能上的分析，提出了再压缩的概念。     

微机辅助轴类工件表面缺陷涡流检测四点法

目前,误差分离理论及其应用技术的研究正处于进一步深入和完善之中,涡流无损检测的方法也正在兴起和发展,这两种技术的研究是在圆度测量和无损检测两个领域中分别独立地进行的.本文提出利用误差分离理论和涡流技术对轴类工件表面进行无损探伤的四点法数学模型,并在此基础上建立了实验系统,对这一新方法进行了实验验证.实验结果表明这一新方法是可行的.     

铁路共享信息搜索引擎的设计

讨论了搜索引擎的基本组成模块，以及各模块的作用和相互关系．并根据铁路信息的特点给出了适合铁路共享信息搜索的引擎设计方案．设计所需技术主要有：分类检索技术、搜索引擎技术、自然语言理解技术等．主要目标是使得铁路信息资源共享平台建立以后，该搜索引擎能够提供全路范围内的各种共享数据的分类索引和查询，用户还可以通过智能化的用户界面．查找到所需数据的存放位置和存放方法．     

支持向量机增量学习算法研究

给出了使用多支持向量机进行增量学习的算法．传统的支持向量机不具有增量学习性能，而常用的增量学习方法各具有不同的优缺点，基于固定划分和过间隔技术，提出了使用多支持向量机进行增量学习的算法；使用此算法，针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验，结果表明，使用单一的支持向量机进行增量学习，不论采用过间隔还是固定划分技术，其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。     

基于多邻域的车辆路径优化迭代局部搜索算法

针对物流配送中的带有容量约束的车辆路径优化问题,提出了一个基于多邻域的迭代局部搜索算法HILS.首先用简单插入法构造可行解,然后从该初始解出发,在多邻域内进行局部优化.当陷入局部最优解后,根据解的接受准则,选择某个解,并对该解进行扰动,然后从扰动后的解出发重新进行局部优化.为提高搜索效率,局部优化过程只在限定邻域内进行.在国际通用的14个benchmark问题上进行仿真实验,结果验证了本文算法HILS的有效性和稳定性,与文献中的其他几种算法的比较结果表明,算法HILS的总体性能更优.     

基于OAI协议的统一检索系统研究与实现

OAI协议为实现一个统一、高效的统一检索系统创造了条件.基于一个数字图书馆项目,主要介绍OAI概念架构并阐述一个基于OAI协议的统一检索系统的设计与实现.     

使用分类和聚类提高搜索引擎的可用性

由于很多Web用户面对搜索引擎搜索出来的成千上万条结果记录没有耐心一页一页地翻找,搜索出来的内容就不能得到有效的利用.自动分类聚类技术将是搜索引擎进一步改善搜索效率的一个很重要的方面.介绍联合使用分类聚类技术来改善搜索结果的表示形式,提高搜索引擎的可用性.