【摘 要】
：
由于运用NURBS曲线插补中求导具有误差较大、计算繁多、较为复杂等问题,因此提出采用神经网络对自由曲线进行插补,以弓高误差作为约束条件,建立起一个进给步长可变的神经网络数控插补的模型。本文主要研究了利用神经网络的非线性逼近及其自主学习的能力,通过对未知方程式曲线的辨识,实现对未知表达式曲线的插补。经过理论研究以及仿真试验表明,这样的方法能够较好的完成这一类曲线的插补。
【机 构】
：
西藏民族大学教育学院 陕西 712082
论文部分内容阅读
由于运用NURBS曲线插补中求导具有误差较大、计算繁多、较为复杂等问题,因此提出采用神经网络对自由曲线进行插补,以弓高误差作为约束条件,建立起一个进给步长可变的神经网络数控插补的模型。本文主要研究了利用神经网络的非线性逼近及其自主学习的能力,通过对未知方程式曲线的辨识,实现对未知表达式曲线的插补。经过理论研究以及仿真试验表明,这样的方法能够较好的完成这一类曲线的插补。
其他文献
计算机网络技术在科学发展的过程当中发挥着十分重要的作用,随着计算机软件的发展越来越迅速,其安全问题引起越来越多人的关注。这些安全问题是计算机软件的运用者在操作过程中必须重视的问题,如何能够更好地检验计算机软件自身的安全性,并对其存在的问题进行分析,是现阶段每一位计算机工作者所需要思考的问题。基于此,本文对现阶段计算机软件安全检测的情况进行概括,从多个角度分析计算机软件安全测试过程中需要注意的问题,
数字挤压加密是以矩阵数据为基础,对数据进行对称加密并进行数据有规律的挤压,形成一种加密方法,经过多次不同方式的挤压后,形成一个加密数据包。此加密技术简单,可以解决对称加密和非对称加密的弱点,做到一次一密钥,增加破解难度,为数据加密提供一个新的思路。
WAP在使用Internet的XML、UDP及IP等标准的基础上,为互联网无线设备的接入创造了有利条件。本文在阐述WAP工作原理的基础上,就其系统架构和设备要求展开分析,同时基于WAP进行软件开发,并指出WAP架构下的软件应用。期望能进一步提升互联网无线设备的应用与服务质量,进而为用户的信息获取和交流创造有利条件。
作为进化模拟新算法之一,蚁群算法旨在找寻最短路径。但蚁群算法存在一定的缺陷,如停滞、收敛慢等。所以,以遗传运算为基础,提出了一种改进后的蚁群算法,通过路径交叉与变异运算,更新了信息素,很好地优化全局、避免停滞等。基于此,本文从遗传算法出发,主要探讨了蚁群算法的智能改进与优化,仅供参考。
传统的分类算法难以满足不平衡数据的分类要求,研究一种有效、准确率高的不平衡数据分类算法具有重要意义。目前的研究主要以欠采样和过采样以及对应的一些改进方法提供实验数据。然而大多数实验方法不是使用范围有限就是侧重点不同,使少数类分类性能不佳,同时也难以区分强弱分类器。本研究从数据分布入手,提出一种改进随机森林分类算法。即先采用ADASYN算法进行过采样,再采用ENN算法进行欠采样。为了能更好区分强分类