为了研究警报在社会关系网络环境中的传播特征及影响因素,基于多主体建模软件Repast仿真平台,以复杂系统和复杂网络理论为指导,在ER随机网络和WS小世界网络模型的基础上建立了警报的传播模型.对社会关系网络结构和信息源节点规则进行不同设置,通过对模拟结果的研究发现具有高聚类系数的网络结构和信息源选择高连接度的节点时,警报通知的传播效率明显提高

采用回归分析的方法,建立特征变量与产品质量之间的统计对应关系,把产品质量表达成特征变量的回归函数,进而得到特征空间与产品质量空间在统计意义上的映射关系.在产品质量空间进行聚类,在特征空间进行分类,而后提出了一种基于统计空间映射的在线模式识别方法.利用唐钢烧结厂的实测数据进行了仿真,验证了本方法的正确性.从算法分析和仿真结果看,这一算法可以有效地克服模式交叉现象的影响,并可对复杂生产过程进行在线质量推断

竞争学习和Kohonen自组织网络 竞争学习根据输入模式来更新权值，输入单元i与所有输 出单元j 用wij 连接。输入的数目即为输入的维数，输出的 数目即为输入数据要聚类的数目

在连铸生产过程,结晶器液位易受许多复杂和不确定因素影响,难以控制.为此提出一种新的变结构模糊控制器.在这个控制器中,采用一种基于改进的聚类算法的双层ISODATA算法的状态识别方法;并且在控制器中用遗传算法优化模糊规则的条数和内容及隶属函数,使推理速度和控制系统的鲁棒性大大改善.仿真结果令人满意

竞争学习和Kohonen自组织网络 竞争学习根据输入模式来更新权值，输入单元i与所有输 出单元j 用wij 连接。输入的数目即为输入的维数，输出的 数目即为输入数据要聚类的数目

3.1指数评价模型 3.1.1单因子指数 3.1.2多因子指数 3.1.3空气污染指数 3.2环境质量的分级聚类模型 3.2.1积分值分级法 3.2.2模糊综合评价法 3.3污染物的运动变化模型 3.3.1污染物在环境介质中的运动变化 3.3.2污染物运动变化的基本模型

“精细农作”是“精细农业”技术体系的主要组成部分。他是 在作物生产管理中,根据农田小区产量和生长环境因素的空间 差异性,通过空间信息的聚类处理后,实施定位处方农作。因 此,进行以农田空间定位为基础的作物小区平均产量和影响作 物生长主要环境信息的采集与处理,是实施“精细农作”的基 础

3.环境质量评价的数学模型 3.1指数评价模型 3.1.1单因子指数 3.1.2多因子指数 3.1.3空气污染指数 3.2环境质量的分级聚类模型 3.2.1积分值分级法 3.2.2模糊综合评价法 3.3污染物的运动变化模型 3.3.1污染物在环境介质中的运动变化 3.3.2污染物运动变化的基本模型

针对图像匹配制导中异源图像匹配难度大的问题,提出一种基于椭圆对称方向矩的可见光与红外图像配准算法.基于最稳定极值区域提取异源图像中具有尺度和仿射不变特性的椭圆区域,利用聚类分割方法从中自动选取具有异源不变性的同质区域特征,用椭圆对称方向矩描述区域特征边界各方向上的相似程度,通过互相关性指标进行特征匹配,获取匹配特征对,利用匹配矫正策略减少误匹配.实验结果表明:较传统算法,进一步提高了可见光与红外图像关联特征的匹配效率,正确率超过了95%,计算时间缩短了近一半.基本满足图像匹配制导对匹配算法实时性好、匹配正确率高、抗干扰能力强等要求

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%