基于神经网络的Al-Cu-Mg-Ag合金蠕变速率预测

基于BP型神经网络理论和算法,研究了Al-Cu-Mg-Ag合金在高温欠时效态的蠕变速率,建立了影响蠕变速率参数与蠕变速率预测的神经网络模型.结果表明,预测结果能很好地与实验结果相对应,采用BP型神经网络模型是可靠的,为解决预测合金材料蠕变速率问题提供了一种先进、合理的方法.     

信息估计融合中的观测量化解决方案

在分布式无线传输网络中的估计问题,由于诸多限制条件,传输量十分有限,传感器只能传送有限的几个0-1码（bit）到融合中心,在此情况下完成多传感器估计融合。采用将区间划分,每一区间形成一个假设,规定假设之间合适的损失系数,将估计融合问题化为决策融合问题,运用成熟的决策融合的方法,对于现在研究还不成熟的估计融合传感器量化问题设计了一个解决方案,将决策融合的决策结果作为最终的估计,从而在观测被量化的条件下达到较优的估计效果。并用计算机模拟的例子对分析进行了验证。     

一种Deep Web爬虫爬行策略

Deep Web包含丰富的、高质量的信息资源,由于没有直接指向Deep Web页面的静态链接,目前大多搜索引擎不能发现这些页 面,只能通过填写表单提交查询获取。为此,提出一种Deep Web爬虫爬行策略。用网页分类器的分层结果指导链接信息提取器提取有前途的链接,将爬行深度限定在3层,从最靠近查询表单中提取链接,且只提取属于这3个层次的链接,从而减少爬虫爬行时间,提高爬虫的准确度,并设计聚焦爬行算法的约束条件。实验结果表明,该策略可以有效地下载Deep Web页面,提高爬行效率。     

中文密文数据库正则查询的研究与实现

为提高中文密文数据库查询的灵活性、便捷性、高效性,设计了一种新的密文索引结构.它通过登记汉字所在记录的记录标识以及汉字在属性值中的位置,来提供对中文正则查询的支持.在这种索引的基础上,提出了一系列正则查询处理算法,这些算法利用索引登记的汉字位置信息来筛选符合查询条件的记录.仿真实验证明,利用这种索引和算法,能够在中文密文数据库上实现正则查询,且算法的查询性能良好.     

基于BP神经网络的Tb0.3Dy0.7Fe1.95磁致伸缩性能研究

基于BP神经网络算法和理论,研究了Tb0.5Dy0.7Fe1.95合金的磁致伸缩性能,建立了影响磁致伸缩性能参数与伸缩性的预测神经网络模型.结果表明,随着添加元素量的增加,磁致伸缩性在降低;随着磁场强度的增强,磁致伸缩性也随着增强:建立的神经网络模型的预测结果能与实验结果很好对应,误差很小.