10.1 遗传算法的基本原理 10.2 遗传算法的特点 10.3 遗传算法的发展及应用 10.4 遗传算法的优化设计 10.5 遗传算法求函数极值 10.6 基于遗传算法优化的RBF网络逼近 10.7 基于遗传算法的伺服系统静态摩擦参数辨识 10.8 基于遗传算法的TSP问题优化

机器学习：自适应概率神经网络及其在白酒电子鼻中的应用

自适应线性元件( Adaptive Linear Element,简称 Adaline)也是早期神经网络 模型之一,它是由威德罗( Widrow)和霍夫(Hof)首先提出的。它与感知器 的主要不同之处在于其神经元有一个线性激活函数,这允许输出可以是任意 值,而不仅仅只是像感知器中那样只能取0或1。另外,它采用的是W一H学 习法则,也称最小均方差(LMS)规则对权值进行训练,从而能够得到比感知器 更快的收敛速度和更高的精度 自适应线性元件的主要用途是线性逼近一个函数式而进行模式联想

2.1 Matlab简介 MatlabCleve的首创者 Moler博士在数值分析,特 别是在是指线性代数的领域中很有影响。 Matlab(Matrix Laboratory,即矩阵实验室) Matlab于1984年推出了正式版本。后来 Moler组建 了一个名为 MathWorks的软件开发公司( http: //www. mathworks. com)专门扩展并改进 Matlab. 1998年推出5.3版。2000年11月6日推出最新版本 Matlab 6. 0

报告内容 一、基本概念 二、防火配置模式 三、防火墙相关技术 四、几个新的方向

• 网络通信协议 • 管理TCP/IP的组织机构 • RFC • OSI参考模型 • TCP/IP协议簇 • TCP/IP封装与分用 • 协议分析 • Wireshark

中国科学技术大学：《计算机网络 Computer Networks》课程教学资源（课件讲稿，第7版）实验 5 密码学及其应用

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

第6章分布式数据库中的可靠性 1.分布式数据库的可靠性的概念及其度量 2.分布式数据库系统的故障原因和容错技术 3.分布式数据库的可靠性协议 4.网络分割和提交协议 5.不一致性监测和解决方法

在实际的神经网络中,比如人的视网膜中,存在着一种“侧抑制”现象,即一个神经 细胞兴奋后,通过它的分支会对周围其他神经细胞产生抑制。这种侧抑制使神经细胞之间 出现竞争,虽然开始阶段各个神经细胞都处于程度不同的兴奋状态,由于侧抑制的作用, 各细胞之间相互竞争的最终结果是:兴奋作用最强的神经细胞所产生的抑制作用战胜了它 周围所有其他细胞的抑制作用而“赢”了,其周围的其他神经细胞则全“输”了。 自组织竞争人工神经网络正是基于上述生物结构和现象形成的。它能够对输入模式进 行自组织训练和判断,并将其最终分为不同的类型