基于中尺度模式与神经网络的风电功率预测

将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要.逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响.进行了26天实效为24 h的逐10 min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8％～32.6％之间,预报值与实测值之间的相关系数现在0.45～0.68之间;风电场整体相对均方根误差为19.5％,预报值与实测值之间的相关系数为0.74.研究结果表明该方法可以用于实际的风电功率预测.     

组合数学在计算机科学中的应用

介绍了组合数学的概念、起源与研究的主要内容,分析了组合数学的特点,阐述了组合数学与计算机软件的联系,并着重通过两个例子说明了Ramsey数在计算机科学的信息检索、分组交换网设计分支中的重要应用.     

粒子群神经网络及其在非线性系统辨识中的应用

介绍了一种新的神经网络权值优化算法——粒子群优（Particle Swarm Optimization，PSO）算法，提出了用粒子群神经网络对非线性系统进行系统辨识的构思。仿真实验结果表明，粒子群算法具有比BP算法更强的非线性系统辨识能力和更好的泛化能力。     

灰色关联理论在国内生产总值构成分析中的应用

国内生产总值能够全面反映全社会经济活动的总规模,是衡量一个国家或地区经济实力,评价经济形势的重要综合指标,世界上大多数国家都采用这一指标.研究国内生产总值的构成对研究国民经济有着重要的贡献.国内生产总值有着众多构成要素,其中包括:农业、工业、建筑业、交通运输仓储及邮电通信业、批发零售贸易及餐饮业、房地产业等等.就国内生产总值的6个主要构成要素,在定性分析的基础上运用灰色关联理论对构成因素进行定量的深入分析.     

走向Internet网际

从１９９５年３月１３日开始，我们开始与中国科学院网络中心和昆明电信局通信处联系，准备建立云南天文台Ｅｍａｉｌ系统。到３月２１日本系统技术上已基本调试完成。本文介绍了这一系统的建立过程和通过这一系统可以得到的网络资源。     

Towards automation of palynology 2: the use of texture measures and neural network analysis for automated identification of optical images of pollen grains

The automation of palynology (the identification and counting of pollen grains and spores) will be a small step for image recognition, but a giant stride for palynology. Here we show the first successful automated identification, with 100% accuracy, of a realistic number of taxa. The technique used involves a neural network classifier applied to surface texture data from light microscope images. A further significance of the technique is that it could be adapted for the identification of a wide range of biological objects, both microscopic and macroscopic. Copyright © 2004 John Wiley & Sons, Ltd.     

校园网络计费系统研究与实现

在分析校园网计费需求、常用网络计费方式的不足基础上提出一种通用的校园网计费系统解决方案，并且较为详细地描述了实现该系统的主要技术。     

Evaluation and forecasting of daily groundwater outflow in a small chalky watershed

The purpose of this research is to include expert knowledge as one part of the modelling system and therefore offer the chance to create a productive interaction system between expert, mathematical model (MMO8) and artificial neural networks (ANNs). In the present project, the first objective is to determine some parameters by the MMO8 model, introduced as ANN input parameters to forecast spring outflow. The second objective is first to investigate the effect of temporal information by taking current and past data sets and then to forecast spring outflow. The good results obtained reveal the merit of the ANNs–MMO8 combination, and specifically multilayer perceptron (MLP) models. This methodology, for a network with lower, lag and number hidden layer, consistently produced better performance. Copyright © 2003 John Wiley & Sons, Ltd.     

四川旱涝震灾害的人工神经网络外推预测

选取旱、涝、震灾害之间的一步转移概率作为Ｂ－Ｐ人工神经网络训练样本的输入信息，建立了四川旱、涝、震的人工神经网络灾型预测模型。Ｂ－Ｐ网络模型应用于实例预测结果与用主分量分析法的趋势预测结果精度接近。     

关于网络经济的经济增长特征问题的讨论

同传统的大工业经济相比较，网络经济条件下的经济增长特征问题有了新的内容。这就是，影响经济增长的主要因素有质的变化；经济资源得以在全球范围内优化配置；人力资源开发在经济增长中具有决定性作用；集约化成为经济增长的主要方式；信息技术成为经济增长的主要推动力。