基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.     

基于差分法的二阶微分方程的模糊边值问题

本文讨论二阶微分方程的两点边值具有模糊不确定性时 ,运用模糊仿真原理和差分方法 ,求其边值问题的数值解法。     

最大避障圆问题的提出与初探

提出了一个在有界区域内求对已知各障碍物的最大避障圆问题。首先给出此问题的数学描述,然后分析了当有界区域为圆域,并将各障碍物看成一个有限点集时,避障圆的基本性质,从而得到一种求最大避障圆的有效算法。     

冲激电源作用于动态电路后初始值的求法

总结了冲激电源作用于动态电路后初始值求法的一些常见算法。针对这些算法的不足,论述了一种新的算法。     

关于细鞍点与细焦点的一般变换

各种变换在平面多项式系统的定性研究中是非常重要的。通过对鞍点量和焦点量计算时常用的变换进行研究,得到了两类把细鞍点化为细焦点的一般变换,并利用其中的一类推导出了不含二次项的三次系统的鞍点量和可积条件。     

平面图形对象拾取算法研究

介绍了在图形处理中,利用面向对象技术实现的平面图形对象拾取算法。与传统的以大量图像信息的存储为基础的位图存储方式下的图形对象拾取算法相比,本算法不但包括单个图形对象的拾取,而且也探讨了在复杂的图形组合下,如在图形重叠与覆盖的情况下进行多个图形对象拾取所需解决的算法难点。本算法对提高图像信息的存储效率和图形对象拾取的质量,对图像科学与面向对象技术的发展具有实际意义。     

基于模糊多属性决策的反装甲目标战场价值评估

信息化战场反装甲目标层出不穷,指挥员决策难度增大。针对反装甲目标信息的复杂性,应用模糊多属性决策理论,提出坦克分队进攻战斗中敌反装甲目标战场价值评估的方法。并通过确定各决策因素指标值和计算加权值,构建价值评估多属性决策模型,快速有效地确定分队本级范畴内的敌反装甲目标的战场价值,有利于分队指挥员迅速果断地实现其作战指挥决策。     

一种基于神经网络调整权值的雷达信号识别法

研究了一种基于神经网络训练修改权值的加权M距离法用于雷达信号的识别,通过仿真试验验证了此法的正确性和有效性,并对试验结果进行了分析和讨论。     

基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点,在大尺度下设置阈值,去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上,采用自适应阈值的方法,克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明,与单一阈值去噪方法相比,该方法不仅可以保留图像边缘信息,而且能提高去噪后图像的峰值信噪比2~5 dB。     

剩余价值范畴新探

长期以来,中国经济理论界绝大多数人受传统政治经济学教科书束缚,对剩余价值范畴存在错误认识。笔者以马克思的有关经典论述为依据,结合经济生活的实际,对传统剩余价值范畴进行深入思考,在此基础上重新探讨剩余价值的科学范畴,以澄清人们的模糊认识。