论文研究 一种基于Logistic模型的惯性权重非线性调整策略.pdf

论文研究-一种事故预报的动态模型.pdf, 本文提出了一种系统安全动态模型,其用途除可用于预报系统的近中期事故外,也可用于长期的安全控制和规划。

根据知觉的最新理论研究和实验结果，提出一种新的知觉模型，并用于考查计算机视觉中的分割问题。分割问题实质上是知觉表达问题，现在分割的困难性可能是知觉上局部到整体的还原论假设造成的；分割可能不是一次完成的

提出基于用户查询行为和查询扩展的信息检索模型，给出了设计思想及其算法和实现的关键技术。实验结果表明，该模型能有效提高信息检索性能，有很高的实际应用价值和广阔的前景。

针对进化规划算法收敛速度慢和早熟收敛的缺点,将改进的随机搜索方法和进化规划算法相结合,提出了一种自调整的进化规划算法。在该算法中,使用高斯变异算子对个体进行变异,利用改进的随机搜索方法对个体变异进行自

针对序列模式增量式更新挖掘算法产生大量候选项集以及多次扫描数据库的问题，提出了一种有效的增量式更新算法ESPIA，该算法利用基于2-序列矩阵挖掘算法ESPE对原数据库和增加数据库一次扫描产生序列模式，

一种新型高线性OTA的设计，余国义，钟建福，本文设计了一种适用于OTA-C滤波器的高线性运算跨导放大器(OTA)。该OTA采用新型的乘法器输入级，以获得大的线性跨导输入范围；采用一��

一种通用访问控制模型研究，熊仕勇，叶茂生，在RBAC（Role-BasedAccessControl）基于角色的访问控制模型的基础上，在角色层面加入Auth权限认证的思想，将用户与规则权限的脱耦，角色

针对粒子群算法收敛速度慢和易陷入局部最优的问题，提出了基于惯性权重对数递减的粒子群算法，并引入对数调整因子，对数调整因子的不同取值保证了算法搜索成功率。选取八种典型函数分别进行给定迭代次数和给定精度的

针对标准粒子群优化算法易出现早熟收敛、搜索速度慢及寻优精度低等缺陷，提出一种基于随机惯性权重的简化粒子群优化算法。算法采用去除速度项的粒子群简化结构，通过随机分布的方式获取惯性权重提高新算法的局部搜索

粒子群优化算法的性能主要受其中参数的影响，尤其是惯性权重的影响，选择合理的ω能够平衡算法的全局和局部搜索能力。根据当前粒子的函数值调整学习因子，利用局部搜索的方法确定惯性权重，提高了算法的鲁棒性能。最