基于SOFM神经网络的蛋白质结构类预测

蛋白质结构类预测是蛋白质空间结构和功能预测的基础。本文首先将氨基酸对相互作用形成的序列经过数字信号处理后得到能量谱密度的20个低频部分和6种疏水模式在序列中出现的频率整合,构成26维分类特征,然后采用自组织特征映射神经网络对蛋白质结构类进行预测。实验结果表明,与Component Coupled算法、ANN算法、粗集方法相比较,本文算法具有较高的预测精度。     

基于SFLA聚类的选择性ELM集成算法

本文提出一种基于SFLA聚类的选择性ELM集成方法。实验结果表明,与集成RBF神经网络模型相比,采用本文方法对模拟电路进行在线故障诊断具有较高的准确性。     

基于改进神经网络和IOWA算子的风速组合预测

为了对风速进行准确的预测,本文提出一种计算智能改进神经网络和IOWA算子的组合预测方法。实验表明,与单项预测模型相比,该算法有更高的预测精度。     

一种高压输电线路三相不对称参数实测方法

针对目前高压输电线路参数测量方法存在假设线路三相参数对称的问题提出了在线路三相参数不对称情况下的一种新的测量方法。这种方法基于输电线路参数的不对称性,在单相测试电源下,通过多次测量数据,建立起线路参数的求解方程,从而获得线路参数。这种方法能够反映输电线路的实际情况,不需要正序测试电源,测试方法简单,是一种新的输电线路测量方法。仿真结果验证了本文方法的可靠性。     

新款的地球仪音箱

很久以前就想制作球形音箱,因为很多音响著作上在讨论音箱技术时多曾提出球形是理想的声学结构,原因如下,球形的外表没有箱角,避免了箱体的衍射和反射,使辐射的声音较普通方形音箱更自然,有很好的环绕效果、更接近自然声源的特点,在较大角度听到自然清晰的声音。另外,箱体内部没有平行面,驻波极小,不会夸张某些频带,减少了对扬声器的调制影响,因而有较好的频率特性,而且球形的结构有均匀的机械强度,这有利于减少谐振。 球形的音箱有这些特点,但一直认为不实用,无非是因为     

基于BFO聚类算法的T-S模糊模型辨识

针对非线性系统的辨识问题,本文提出一种基于BFO聚类算法的T-S模糊模型辨识方法。首先通过BFO聚类算法自动地从已知的输入输出数据中确定模糊模型的结构和前件参数,然后用BFO算法估计模糊模型的后件参数。仿真结果表明,该方法辨识精度高,得到的模糊模型简单、模糊规则少,很好地解决了现有算法复杂、输入空间难以划分或者带来的高维问题等,因而具有很好的实用性和有效性。     

基于猫群聚类算法的二叉树SVM蛋白质结构类预测

针对传统的基于二叉树SVM分类模型存在不可区分域和误差积累的缺陷,本文提出了一种基于猫群聚类算法的二叉树SVM分类方法,利用猫群聚类算法在各个节点自适应构造二叉树结构。以蛋白质序列的氨基酸相互作用和疏水模式为分类特征,采用本文算法对蛋白质结构类进行预测,实验结果表明,与其他算法相比较,本文算法具有较高的预测精度。     

多负载磁耦合谐振式无线电能传输特性分析与仿真

针对磁耦合谐振式无线电能传输中多负载的情况,在传统的四线圈单负载磁谐振耦合式无线电能传输系统结构上,研究了多负载情况下的负载传输特性.运用电路模型分析出传输系统线圈耦合系数和负载对输出电压、传输效率的影响.最后通过有限元软件建立3D模型对系统进行联合仿真,仿真结果验证了理论的正确性,结果证明了在多负载情况下,负载合理的选择对系统的输出电压、传输效率有很大的影响,且总有一个最佳负载使系统的传输效率最大.     

基于自适应选择ELM集成的情感识别

为了克服采用基于Boosting算法和Bagging算法生成的个体网络时难以满足误差独立条件的问题,本文提出一种基于局部分类精度估计的自适应ELM集成的方法,即通过估计各个体ELM在未知样本邻域内的分类精度,选择具有最大局部分类精度的个体ELM输出作为分类结果。实验表明,采用本文方法进行情感识别可以获得较好的效果。     

数据宽带网的流量控制与性能分析

在网络规模、通信设备和用户数量不断增多的情况下,只有完成宽带网络资源的优化配置才能确保网络的正常运行。因此,基于这种认识,本文对数据宽带网络的流量控制设备的部署、连接和流量控制措施的实施问题进行了分析,并对数据宽带网流量的性能分析问题展开了研究,以便为关注这一话题的人们提供参考。