基于神经网络的股票交易数据的预测研究

运用前馈神经网络预测时间序列的分析方法对股票数据进行了预测．通过对前馈神经网络时间序列数据预测网络模型的建立方法及预测方法讨论，基于BP网络对股票数据进行实际预测．预测精度明显高于传统方法，说明此种方法是可行的．BP网络可用于股票数据预测，其预测精度较高，但实际预测时，如何选择和确定一个合适的神经网络结构需进行反复实验．     

基于机器学习合成高分辨率布料褶皱

为了精化布料网格得到逼真的布料模拟效果,提出了一种基于机器学习的方法合成高分辨率布料褶皱。首先模拟真实的布料运动,获取布料运动的帧数据信息,将布料运动的帧数据信息转换为图像信息的形式进行存储。然后将图像信息作为输入,输入到卷积神经网络(CNN)中进行训练,通过将卷积神经网络与缩小网络相结合,最终得到高分辨率布料图像。最后将高分辨率布料图像转换为高分辨率布料网格,对布料进行模拟。实验结果表明,与初始的低分辨率布料网格对比,合成的高分辨率布料网格模拟出的布料有着大量且细微的褶皱,并且能够模拟出真实的布料效果,与真实场景中的布料模拟效果相似。该方法在不同的场景中都可以模拟出高质量的布料动画效果,而且减少了仿真速度,验证了该方法的有效性。     

应用于武器-目标分配问题的量子行为粒子群优化算法

武器-目标分配(WTA)问题是现代战争中一个十分重要的问题。以分配武器迎击全部目标的失败概率最小为目标,构建武器-目标分配问题模型;针对已有算法求解这类问题存在的早熟收敛、优化效率较低的缺点,提出一种惯性权重自适应调整的量子行为粒子群优化算法。首先引入聚焦距离变化率的概念,将惯性权重因子表示为关于聚焦距离变化率的函数,从而使算法具有动态自适应性;同时在算法中嵌入一种判断和避免搜索早熟和停滞的有效方法。优化实例的结果分析表明,该算法能有效地解决武器-目标分配问题。     

融合随机森林模型的布料分层建模

目的 在布料仿真中,针对基于物理方法计算复杂、耗时长、实时性差的缺点,提出了一种融合随机森林模型的布料分层建模方法。方法 采用基于物理的方法计算出各个质点的初始位置,连接各个质点形成最初始水平布料。然后通过使用随机森林模型的回归算法来推断质点在下一水平布料的位置,使用3细分法连接质点,再通过边翻转操作生成稳定的布料网格,重复上述过程直至产生满意的动画效果。结果 在固定共轭梯度法（CG）改进后的隐式积分方法和交替方向乘子法（ADMM）的迭代次数,保证两种传统方法计算的模拟结果具有相似误差的情况下,实验结果表明,当模拟的质点数较少时,融合随机森林模型的布料分层建模方法与两种传统基于物理的模拟方法相比,没有很大的优势,但在模拟足够数量的质点时,融合随机森林模型的布料分层建模方法的模拟速度相比于ADMM算法提高了约26%。结论 采用随机森林模型来进行分层布料模拟,省去了传统基于物理的模拟方法进行的大量数值计算,显著提升了布料模拟的效率,并且在施加外界力、与外界物体发生碰撞的情况下,融合随机森林模型的布料分层建模方法依旧可以产生稳定可靠的模拟动画,是一种高效的布料模拟方法。     

学生对专业学习的兴趣与爱好的案例分析与研究

本文以中北大学计算机科学与技术专业为例,通过对专业大一到大四学生的问卷调查与座谈,分析学生对专业知识的掌握情况、对专业了解情况、对所学专业的热爱度等,总结现有状况产生的原因,并对未来提出建设性的意见。     

光纤型半导体激光器线阵工艺研究

采用计算机控制技术、激光器调制技术、光纤耦合技术、微透镜聚焦技术,研究了半导体激光器的线阵.利用线阵组合原理展示了半导体激光器线阵技术的原理和实现过程,扩展了线阵技术在快速成型、显示技术等方面的应用领域.     

改进的粒子群优化算法

为改善基本粒子群的全局、局部搜索能力和收敛速度以及计算精度,基于经典PSO方法和量子理论基础之上,提出了一种改进的基于量子行为的PSO算法--cQPSO算法.新算法中,采用全同粒子系更新粒子位置,并引用混沌思想,对每个粒子进行混沌搜索,试图改善粒子的全局、局部搜索能力和收敛速度以及计算精度.对经典函数的测试计算表明,改进算法的性能优于经典的PSO算法、基于量子行为的PSO算法.     

大学生创新能力评价系统的实现

设计了多级综合加权评价算法,实现了大学生创新能力考核评价系统。从评价因素中提取大量数据进行统计、存储、计算,并给出了考核分数进行量化,可以对大学生创新能力进行综合、客观的评价,有效地减少了人为因素的干扰。     

协作学习在程序设计类课程改革中的应用

目前高等学校计算机科学与技术专业面临很多问题。注重对学生创新能力、协作能力、工程技术能力的培养是当今教学的热点问题,在分析计算机科学与技术专业培养方案、课程体系的基础上,提出了一些新的观点,融入了一些新的想法,以便将协作学习很好地运用到程序设计类课程改革与研究中,增强学生的协作能力、创新能力、工程设计能力,使本专业培养的学生能更好地适应社会,满足社会需求。     

自回归模型参数的最佳辨识矢量及效果分析

目的　研究用于模式识别的最佳特征矢量提取方法 .方法　基于 AR模型参数 ,利用改进的Fisher判别准则进行提取 .结果　经实测的车辆噪声数据检验表明 ,利用该方法提取的特征矢量具有很好的稳定性 ,且对车辆类别具有较强的识别能力 .结论　该方法用于特征提取是可行的