基于云模型的BP算法改进

云模型是定性定量间的不确定转换模型 ,它将概念的模糊性和随机性集成在一起。文中提出一种利用云模型来有效避免BP算法陷入局部极小的方法 ,该方法通过基于云模型和输入参数区间划分的学习因子自适应调整算法来实现。该算法在复杂非线性分类 (阴阳图 )情况下进行了计算机仿真     

基于ESA的网格资源管理模型

提出了基于ESA的网格资源管理模型。该模型以Service-Agent为基础,结合了Agent动态自主性和服务的松散耦合优点,运用经济学的市场机制和交易理论,提出该模型的资源发现机制、分配选择机制和交易机制,以及基于议价交易机制的Bargaining_Min_min算法,实现资源的优化管理,使资源提供者和使用者满足各自利益,达到网格市场上的双赢。     

支持向量机增量学习的算法与应用

提出一种新的支持向量机的增量学习算法,分析了新样本加入训练集后支持向量集的变化情况.基于分析结论提出一种新的学习算法.研究了基于支持向量机的山羊绒和细支绵羊毛动物纤维图像识别问题,根据山羊绒和细支绵羊毛动物纤维图像的特点,分别采用自动阈值分割和Top-Hat变换,得到纤维边缘和鳞片边缘.仿真结果表明,基于支持向量机的动物纤维图像识别率高于传统的基于人工神经网络的识别率.     

基于双隐层动态递归神经网络的航煤比重软测量

针对原油蒸馏装置常压塔航煤比重模型具有动态特性的特点，提出采用隐层动态递归神经网络（DRNN）实现比重的软测量，推导了双隐层DRNN的权值学习算法，并利用在线比重分析仪构成了航煤比重软测量模型的在线校正，在某炼油厂常压塔装置实际投用表明，基于双隐层DRNN比重软测量模型具有较高的测量精度。     

基于Web的虚拟实验系统研究与实现

依托互联网的现代远程教育正迅猛发展，基于Web的虚拟实验系统是现代远程教育的重要组成部分。给出了网上虚拟实验系统的体系结构，讨论了网上虚拟实验系统的一些主要特点，总结了实现网上虚拟实验系统的一些基本技术。最后介绍了一个部分实现的网上虚拟实验系统--TDN-CM 《计算机组成原理》虚拟实验系统。     

基于Min-Min改进后的网格调度算法

在对于网格计算中现有的任务调度算法的研究基础上，仔细分析了调度算法中最经典的Min-min算法，指出了该算法中所存在的负载不平衡的缺点，并在该算法的基础上提出了一个改进模型来有效的平衡负载，同时给出了相应的Balance-Min-Min算法。最后采用SimGrid工具包对所提出的算法进行仿真，验证了算法的合理性和高效性。     

灰值形态学在动物纤维图像处理中的应用

利用图像处理技术中的灰值形态学方法 ,对动物纤维图像进行处理。由于处理过程设计合理 ,可以在实验基础上 ,实现图像的自动处理 ,从而为动物纤维图像的自动识别及自动检测打下良好的基础。     

网格资源调度算法的负载均衡及性能分析

网格系统由大量的异构资源组成，其目的是要实现资源的全面共享和协同工作．因此资源调度问题已经变得越来越重要。文章对各类经典的静态调度算法和动态调度算法进行资源调度的仿真．并对各算法的运行结果进行负载均衡和性能的比较分析。     

基于改进遗传算法的网格资源调度算法

网格计算关注大规模的资源和任务调度，要求采用的调度算法能够具有高效性。提出一种基于改进遗传算法的资源调度算法，该算法综合考虑了资源任务分配量以及任务完成时间，从而设计出良好的交叉和选择算子，既能够保留完成时间比较小的个体又能够保留具有一部分优秀资源分配方式的个体．算法具有较好的效率和收敛性。     

原油蒸馏过程换热网络——加热炉联合系统的最优操作

本文研究了原油蒸馏过程换热网络-加热炉联合系统的最优控制问题。首先分别讨论换热网络和加热炉的最优操作问题,在此基础上,考虑到这两个系统之间存在的关联,提出了按热网络-加热炉联合系统的最优操作问题。在应用大系统分解协调理论求解该问题时,针对系统之间的特殊性,提出了一种新的协调算法——预估平衡协调法。由某炼油厂大型原油蒸馏过程换热网络-加热炉联合系统的仿真结果表明,本文提出的最优操作方法将带来显著的节能效果。