基于改进遗传算法-偏最小二乘回归的大坝变形监测模型

【目的】针对常规大坝变形监测回归模型中存在的因子多重相关性干扰和模型拟合效果欠佳问题,进行偏回归模型优化方法研究。【方法】将改进的遗传算法引入大坝变形监测偏回归模型,利用遗传算法强大的自适应全局优化搜索功能,对偏最小二乘回归模型进行优化,建立了基于改进遗传算法-偏最小二乘回归的大坝变形监测模型。【结果】工程实例研究与对比分析表明,改进遗传算法-偏最小二乘回归模型在一定程度上改善了原偏回归模型存在的拟合效果不佳的问题。【结论】改进遗传算法-偏最小二乘回归模型具有较好的拟合与预测能力,有较强的工程实用性。     

广西珍贵乡土速生树种任豆苗木生长节律研究

利用Logistic方程对任豆1年生播种苗的苗高、地径年生长节律进行拟合,并根据因素数列几何形状发展态势的接近程度,将苗木的生长量与影响苗木生长的气象因子空气温度、空气相对湿度、降水量和日照时数组成一个灰色系统,进行面积关联度分析。结果表明：Logistic方程拟合效果显著,年生长量表现出明显的“慢-快-慢-快-慢”的节律,采用有序样本聚类分析方法将苗木的生长过程划分为出苗期、生长前期、速生期和生长后期4个时期。关联度分析表明,空气温度对苗木的高生长影响最大,相对湿度影响最小;而日照时数对苗木的粗生长影响最大,相对湿度影响最小。     

SSR标记技术在玉米品种“先玉335”真伪性鉴定中的应用

利用20对SSR基本核心引物和20对SSR扩展核心引物进行扩增,以鉴定待测玉米样品是否与“先玉335”标准样品相符.通过分析待测样品与“先玉335”标准样品在DNA水平上的差异,结果显示:待测样品Ⅰ与标准样品有明显差异,即该样品不是“先玉335”;待测样品Ⅱ与标准样品无明显差异,说明该样品是“先玉335”.SSR标记技...     

高校非计算机专业VB教学探讨

VB程序设计是国家教育部本科教学大纲中非计算机专业学生的必修课程。主要从OOP、项目开发、算法等几个方面阐述如何在教学过程中培养学生良好的程序设计理念、设计思路及熟练的开发能力。     

基于混合策略机制的人工鱼群算法

针对人工鱼群算法在处理多峰函数问题时存在一部分人工鱼处于漫无目的的随机移动、易陷入"早熟收敛"情况造成的收敛速度减慢的缺点,提出一种基于混合策略机制的人工鱼群算法。它借鉴群体位置方差的早熟判断机制,把云发生器产生的杂交和变异算子引入到该算法中,为减少算法计算量,而采用耗散的人工鱼群算法结构。仿真实验表明,该算法比只有一个适应值的人工鱼群算法具有更快的收敛速度,且具有很强的避免局部极小能力,其性能远远优于单一优化方法。     

一种基于数据挖掘的Snort系统的设计与应用

为了提高入侵的检测效率,提出了一种基于数据挖掘的改进的Snort系统.该系统充分利用数据挖掘的入侵检测优点,采用改进的Apriori算法,在Snort原系统基础上增加一个数据异常检测模块,改进了Snort存在的缺点,提高了检测率.通过模拟实验验证和实际网络环境应用分析,得出该系统比原Snort系统具有更高的检测性能,能检测未知的网络入侵,提高计算机系统的安全性.     

基于HSV空间的微米木纤维直径检测算法

为了实现生产中微米木纤维直径智能检测,结合先进的数字图像处理技术,并改进传统纤维分段测量法,研究了一种基于目标提取与最大内切圆的纤维直径检测算法.该算法对木纤维显微图像进行基于HSV空间的目标提取,分析木纤维形态并引入用户需求概念,通过改进的分段测量法实现木纤维直径检测.结果表明,采用的算法在木纤维直径检测中,具有良好的适用性,检测精度满足生产要求.     

模糊推理与神经网络、遗传算法在系统预测中的应用

近年来，原来并没有什么必然联系的模糊理论和人工神经网络有了较多的结合．这是由于在模糊系统设计涉及到的3个问题：第一，模糊规则的选取}第二，模糊概率函数（隶属函数）的确定；第三，模糊决策算法的决定．这在有些系统中并不是十分明确的，而人工神经网络却不需要人为干预，而只需通过实际输入、输出数据的学习即可得到其决策．但是人工神经网络也有其缺点，它不够稳定，单独使用确定度不是很高，而且神经网络中所使用的BP算法有其限制性，只能得到局部最优解． 因此，我们将模糊理论与神经网络相结合，根据其预测值与实际值的误差选取适当的权重，建立二者对预测结果的影响关系的模型，用于系统预测．在神经网络中，把BP算法和遗传算法结合起来，得到全局最优解．     

Apriori算法在杉木伴生树种选择中的应用

合适的伴生树种是杉木混交林营造成功的关键,本研究应用Apriori算法从杉木混交林野外调查数据中挖掘出杉木与其伴生树种之间的关联关系,得到合适的伴生树种,提供杉木伴生树种选择的新途径.