基于关联规则的图书馆个性化服务研究

关联规则挖掘技术是一种新兴的数据处理技术,其算法及应用在图书馆中起着非常重要的作用。Apriori算法是关联规则挖掘的经典算法,在分析Apriori算法的基础上,提出利用FP-tree生成树技术来减少候选集的数量,克服Apriori算法的弱点,以提高图书馆个性化服务的效率。     

酵母基因表达调控关系的构建及其统计特性分析

[目的]从复杂网络的角度研究酵母细胞周期调控网络的统计特性。[方法]首先对酵母的细胞周期基因表达数据采用皮尔逊相关性度量,计算基因间的关联矩阵,即建立简单的基因调控网络;同时为了能够得到在宏观角度对大规模的基因调控有一个全貌的了解,进一步分析所建立调控网络的统计特性,通过计算所建立网络的统计特性：即计算网络的聚类系数、平均路径长度和网络的度分布。[结论]发现所建立的网络具有无标度和小世界特性,即所建立的酵母基因调控网络属于复杂网络,这为进一步深入研究基因调控网络的统计学和动力学特性打下了基础。     

The monotony preserving QO‐spline as a taper curve

A monotony preserving quadratic spline interpolating at a given point set can be constructed by the so‐called QO‐algorithm. The quality of QO‐splines, which are taper curves constructed by using this algorithm, is investigated. A comparison was made using the program of McAllister & Roulier which produces a shape preserving taper curve by using quadratic splines, too. Tests done on a representative sample tree material indicate that the QO‐spline is in general a better taper curve than the one produced by the program of McAllister & Roulier even if the difference may be small in certain cases.     

基于蚁群优化算法的图像边缘检测

图像边缘携带了图像的大部分主要信息。通过对图像进行边缘检测不仅能有效地提取图像信息降低计算的复杂度而且是图像测量、图像分割、图像压缩、模式识别等图像处理的基础。本文尝试将蚁群优化算法（Ant Colony Optimization, ACO）用于图像边缘检测，通过选取经典house图像和SAR机场图像设置阈值进行自适应边缘提取，实现了边缘的精确检测。实验结果显示，该算法能够有效地提取图像目标的轮廓信息，很好保持图像纹理，具有理想的抗干扰性能，保证了检测结果的准确性。     

秩1修正的基于模型的仿射约化割线法

把仿射约化变换应用于基本模型的割线法中,在近似海色阵修正时采用秩1修正,得到一种求解无约束最优化问题的算法,从理论上证明了算法的二次终止性.     

参数可变自适应遗传算法在军事地形图矢量化中的应用

针对纸制军事地图矢量化问题进行研究，提出一种基于自适应遗传算法的军事地形图矢量化方法，并在生成新的个体后，增加个体修正操作，提高个体的适应度。在该算法中，提出一种即考虑进化代数对算法的影响，又考虑到每代不同个体适应度作用的自适应交叉概率和变异概率。通过与传统方法的实验比较，证明该方法的可用性和有效性。     

联合收割机割刀驱动行星轮系多目标优化设计

针对联合收割机割刀机构的工作特点,采用2K-H型行星齿轮机构,分析了割刀机构工作原理。通过建立2K-H型行星轮系的优化设计模型,应用NSGA-2算法对2K-H型行星齿轮机构进行多目标优化设计。以最小体积和最大承载力为优化设计目标,通过编制MATLAB程序得到Pareto前沿,进而得到最优解,与以往多目标优化设计比较,设计得到了很好的改善。     

基于神经网络模型的青岛市城区土壤重金属污染源定位

建立基于遗传算法的BP神经网络系统,该模型可以有效描绘区域中重金属元素的分布情况,并由此通过各元素浓度极大值点求出污染源近似坐标,实现对污染源的定位.将该模型运用于青岛市,根据青岛市不同功能区的土壤重金属含量调查结果,实现了对可能重金属元素污染源位置的预测.     

连作晚稻三化螟为害损失与防治指标研究

三化螟幼虫在晚梗稻分蘖、圆秆、孕穗、破口期均能侵入,所形成的为害株数、为害类型和幼虫存活率与生育期有密切关系,为害丛、株增长呈S型曲线。分蘖期、孕穗—破口期引起丛、株为害率和损失率与卵块密度显著相关,每个卵块损失稻谷分别为59.11±2.99g、74.58±3.31g。考种结果表明,产量损失的主要原因是有效穗减少。在现有生产条件下,三化螟经济允许卵块密度为:分蘖期130—150块/666.7m~2,孕穗—破口期100—120块/666.7m~2;防治指标:分蘖期100—110块/666.7m~2,为害团50—60个/666.7m~2,丛为害率2.0％—3.0％,株为害率1.0％—1.5％。     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。