前馈网络凸优化算法的自适应分析及应用

该文利用凸优化理论和约束优化理论为前馈神经网络构造出了一个新的优化目标函数。该目标函数的一个重要特点是：若固定连接权值，它对隐层输出来说为凸的；若固定隐层输出，它对连接权值来说为凸的。对该目标函数进行优化时，把隐层输出也做为被优化变量，交替优化隐层输出和连接权值；之后再增大惩罚因子的值，重复上述步骤，直到惩罚因子足够大为止。用新的目标函数设计的前馈网络凸优化算法，能在很大程度上克服以往算法易于陷入局部最小而使网络训练失败的缺陷。从理论和实践上对新算法进行了深入分析，重点分析了惩罚因子在算法中的重要作用，并通过图像压缩这一实例进行了很好的验证。     

前馈神经网络凸优化算法及其仿真应用

该文利用凸函数共轭性质中的Young不等式构造前馈神经网络优化目标函数。这个优化目标函数若固定权值，对隐层输出来说为凸函数；若固定隐层输出，对权值来说为凸函数。因此，此目标函数不存在局部最小。此目标函数的优化速度快，大大提高了前馈神经网络的学习效率。仿真试验表明，与传统算法如误差反向传播算法或BP算法和含势态因子(Momentum factor)的BP算法及现有的分层优化算法相比，新算法能加快收敛速度，并降低学习误差。利用这种快速算法对矿体进行仿真预测，取得了良好效果。     

前馈神经网络改进算法及其在矿床预测中的应用

利用凸函数共轭性质中的Young不等式构造前馈神经网络优化目标函数，这个优化目标函数对于权值和隐层输出来说均为凸函数，不存在局部最小。此目标函数的优化速度快．大大提高了前馈神经网络的学习效率。把这种快速算法应用于矿床预测，取得了良好效果。     

前馈神经网络的一种快速学习算法

提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。首先把隐层输出作为变量进行优化更新,然后快速计算出隐层前后的权值。数值实验表明：此算法简单,收敛速度快,泛化能力强,并大大降低了学习误差。     

云南个旧他白地区拉丁尼克晚期—诺利克期变质玄武岩地球化学特征及其地质意义

云南个旧地区位于华南板块西南部,扬子地台与华南加里东地槽过渡带的海西印支期右江陆缘裂谷盆地西南部的一个断陷盆地内。云南个旧他白地区拉丁尼克晚期—诺利克期变质玄武岩地质、地球化学特征表明,该岩石受比较强烈的区域构造影响,岩石变质作用较强。岩石以低Si,富集不相容元素(Ti、P、K等),贫MgO、CaO为特征,主要为高钛碱性玄武岩。微量元素表现为异常低的Rb、Ba含量,Sr严重亏损,以及Ta、Ti、Zr、Hf、Th含量较高的特点,与峨眉山高钛玄武岩微弱的地壳混染特点相似。稀土元素表现为轻稀土元素富集的右倾型,具弱的正Eu异常。Sr-Nd同位素特征表明,个旧他白地区变质玄武岩主要来自原始地幔,并落于洋岛玄武岩区域,与峨眉山高钛玄武岩同源。因此,推测三叠纪扬子地块的伸展作用以及思茅地块对扬子地块的俯冲作用,诱导峨眉山地幔柱头部重新进行了一次低程度的部分熔融,由于地幔柱活动的影响持续时间较长,部分地区地幔柱活动能量较低,玄武质岩浆未喷出地表,形成岩浆房。个旧他白地区变质玄武岩是在地幔柱岩浆活动中心部位相对较弱的阶段,特别是在地幔柱活动中心的边缘地带、岩石圈较厚、熔融程度相对较低的条件下形成的,晚三叠纪岩浆房再次喷发形成玄武岩。     

基于Agent的Internet信息检索

Intemet上有很多搜索引擎用于帮助人们发现和收集Intemet上的各种信息，但它们还存在着一些缺陷，如信息导引能力差；信息的精确度不高；一般不具备学习功能。该文提出一种用于信息检索的Multi-Agent系统，从Intemet上发现和收集信息。采用Multi-Agent体系结构，该系统能够根据用户的需要和任务模型主动、智能和协作地从Intemet上各种信息资源(如数据库，WWW服务器等)发现和收集信息，并对搜集到的信息进行管理和维护。该文主要针对多主体的协作性、互操作性和运行环境，讨论Intemet信息收集的解决方案。     

自适应BDI主体研究

该文首先通过对两种智能主体的介绍，分析当前智能主体研究处理非预期情况的两种主要途径，即反应式和慎思式，指出各自存在的问题。进而提出自适应BDI主体的基本框架，在此基础上，论述建立慎思式智能主体适应机制的必要性和可能性。通过引入原子以及公式的相关性，给出意图、目标的一个基于逻辑概念的形式刻画，进而给出“愿望保持性”和“承诺可传递性”的一个近似规范。基于这一规范，可以实现非预期情况下的愿望修正，并支持承诺调整，给出其若干关键问题的形式化结论。     

入侵检测技术的研究与进展

入侵检测系统(IDS)作为一门新兴的安全技术，是网络安全系统中的重要组成部分。该文阐述了入侵检测系统的基本原理和功能模块，从数据源、检测方法和检测定时三个方面描述了入侵检测系统的分类，并对目前国内外入侵检测技术的研究现状作了介绍和分析。随着计算机技术和网络技术的高速发展，海量存储和高带宽的传输技术，都使得集中式的入侵检测越来越不能满足系统需求。由此指出，分布式入侵检测(DID)必将逐渐成为入侵检测乃至整个网络安全领域的研究重点，为进行入侵检测技术的研究提供一定的技术和理论依据。