馆藏数据CNMARC化的一种方法

介绍了笔者将馆藏数据ＣＮＭＡＲＣ化的方法及体会。从技术方案的选定、转换语言的选择、对现有．ＤＢＦ馆藏数据的分析等入手，分析将．ＤＢＦ格式数据转换成ＭＡＲＣ格式的过程，最后提出使用ＶＢ语言和ＡＣＣＥＳＳ数据库将．ＤＢＦ转换成ＭＡＲＣ文本的算法。     

一种单神经元PID控制器

提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数w(k)和神经元比例系数K的选取，构成了自适应PID控制器，并基于MATLAB／SIMULINK对其进行仿真．结果证明单神经元PID控制器是一种具有自学习，自适应，鲁棒性强，适用的控制器。     

一种基于RCAM结构的联想记忆器

递归相关联想记忆（ＲＣＡＭ）的回已规则不同于Ｈｏｐｆｉｅｌｄ网络之处在于前者在输入与记忆模式的相关值上作用一非线性函数,在文献（７）的基础上,文中对所涉及的非线性函数进行了进一步的研究,提出了利用截断较小相关值来提高记忆性能的方法,得到了一种新的具有ＲＣＡＭ结构的联想记忆器（ＴＲＣＡＭ）,理论分析表明该方法可大大地提高记忆器对任意输入的信噪比,仿真实验也显示此方法可显著增大记忆模型在保证一定纠错能     

K—9卷积码的Viterbi译码算法及其FPGA实现

探讨了ＣＤＭＡ数字移动通信中的差错控制问题,研究用约束度Ｋ＝９的卷积编码和最大似然Ｖｉｔｅｒｂｉ译码的差错控制方案。在Ｖｉｔｅｒｂｉ译码算法中,提出了原位运算度量、保存路径转移过程和循环存取幸存路径等方法,能有效地减少存储量、降低功耗,使得Ｋ＝９的Ｖｉｔｅｒｂｉ译码算法可以单片ＸＣ４０１０ ＦＰＧＡ为主的器件上实现,其性能指标符合ＣＤ－ＭＡ数字移动通信ＩＳ－９５标准要求。文中给出了实测的算法性能,     

弧焊电源节电装置的分析与设计

本文介绍了日本松下Ｋ·Ｓ系列ＣＯ２／ＭＡＧ气体保护焊机的节电装置的工作原理．提出了一种采用时基电路的新型空载自停装置的设计及应用．其结构简单、工作可靠，可应用于各种弧焊电源，节电效果显著．     

一种双向AC／DC变换器数学模型

提出一种双向ＡＣ／ＤＣ变换器的状态空间平均模型,并在此基础上,经过理论分析得出一系列有价值的公式与结论。通过ＭＡＴＬＡＢ数值仿真和实验结果,证实该模型及理论的正确性。     

基于改进型BP神经网络的四旋翼控制系统

为了实现对四旋翼无人机的自稳定控制,首先对四旋翼无人机进行了动力学建模,提出了一种改变学习率的BP神经网络算法与PID控制相结合的姿态控制方法,并在相同环境下与常规PID控制器进行了仿真试验对比。仿真试验结果表明:基于改进型BP神经网络的PID控制器能够有效地实现无人机的自稳定控制,相比于常规PID控制器,基于改进型BP神经网络的PID控制器具有响应速度快\,超调量低\,鲁棒性强等优点。     

用PAM化学修饰Mohr法测定X,Ag^＋等研究

以聚丙烯酰胺（ＰＡＭ）化学修饰ＡｇＸ（Ｘ＝Ｉ、ＳＣＮ、Ｂｒ、Ｃｌ）及Ａｇ２ＣｒＯ４沉淀的结构，减小ＡｇＸ结Ｘ的吸附与促进Ａｇ２ＣｒＯ４的转化，用莫乐法既可测定０．０１ｍｏｌ／Ｌ）Ｘ，特别是Ｉ、ＳＣ，又可直接滴定Ａｇ，终点敏锐，相对误差〈２（‰）从而完善了Ｍｏｈｒ法。     

神经网络非线性模型算法控制

将多项式基函数神经网络作为了模型算法控制（ＭＡＣ）中的内部模型,以此逼近被控对象的非线性特性,推导出相应的最优控制策略算法,克有了ＭＡＣ不能和于非线性预测的缺陷,该方法对在被控对象未知或建模困难情况下能很地实现地系统的预测控制,具有很强的鲁棒性和自适应性。     

絮凝－缓蚀剂CMT－A_2作用机理研究

在ＣＭＴ－Ａ２应用性能研究的基础上，通过红外光谱、俄能谱、极化曲线、电镜扫描等检测分析，深入研究了ＣＭＴ－Ａ２的作用机理，进一步提出和完善了”絮体－金属表面双成膜”的絮凝－缓蚀机理，为今后开拓机理研究提供了有益的依据．     

一种面向捷联航姿系统的模糊全阻尼算法

提出了一种新的模糊全阻尼算法.根据控制理论的思想,该算法在系统3个回路中分别加入不同的阻尼反馈网络,通过引入磁航向信息和充分利用系统本身速度信息来阻尼有害信息.由于水平回路阻尼网络的使用有一定的限制条件,系统设计了模糊控制器来控制阻尼网络的使用.仿真和试验证明:模糊全阻尼算法明显抑制了舒拉周期振荡和傅科周期振荡,有效地提高了捷联航姿系统的精度.     

交流传动神经网络自适应规划控制系统的设计与仿真

将Hopfield神经网络应用于交流传动系统的自适应控制,通过神经网络来规划交流调速系统的速度控制器动态输出,使速度控制器对某些参数变化具有良好的鲁棒性.对于不可控的负载转矩,加入参数自动跟踪神经网络,构成具有参数在线跟踪功能的双神经网络自适应规划控制模式,进一步提高系统的性能.仿真结果表明,该系统具有良好的动态性能.     

一种不定控制系统的强健神经网络控制器

探讨不定控制系统的强健神经网络控制器．这是一个由遗传运算法则确定的最佳隐藏神经数的前馈多层神经网络．它借助状态空间控制器和编入必要的最佳程序,进行非线性处理,以确保性能的强健性．混合的遗传运算法则和后繁殖神经培养,具有最佳网络结构和神经染色体接合权的双重目标,把最佳网络结构和神经权协调地聚合,从而得到与性能控制目标基本一致．     

对《证券投资学》课程建设的文献研究

《证券投资学》是一门实践性很强的课程,多媒体教学已经成为证券投资学教学不可或缺的重要手段,为了增加学生对证券交易活动的感性认识,必须借助多媒体和网络,结合证券交易所的实时行情进行实践教学。模拟教学、模拟投资活动、案例教学法是实现证券投资学理论与实践相结合、增加教学的直观性与趣味性、调动学生的学习积极性、提高课程教学效果的有效办法。     

Smith自适应模糊PID控制算法的研究及仿真

针对常规PID控制器在控制具有时变、大滞后等特性的实际被控对象效果不理想的问题,综合Smith预估控制和自适应模糊PID控制的优点,提出了一种新的控制器-Smith自适应模糊PID控制器．介绍了组成原理,分析了在控制时变、大滞后对象时的优点,给出了该控制器的具体设计方法．仿真结果表明,所设计的控制系统超调量小、调节时间短、响应速度快、动、稳态性能好,适用于参数变化的大时滞工业过程．     

基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.     

基于神经网络的肌电信号的数据融合技术研究

肌电信号作为智能化假肢、康复机器人的驱动源,是目前热点研究方向之一。针对多通道肌电信号的时变、非线性、相互关联耦合的特性,选择了基于神经网络的数据融合技术。完成了CMAC神经网络方法的数学建模,为实现肌电信号的数据融合技术,作了重要的准备。     

自底向上加快神经网络学习的算法

介绍了一种加快神经网络学习的改进算法.这种改进算法结合采用快速自底向上构造神经网络算法和动态优化学习参数算法.首先,快速自底向上构造神经网络算法自动地构建神经网络的优化结构;随后,动态优化学习参数算法动态地调整和选取优化的学习参数.实验结果显示,这种改进算法能自动有效地构造网络的优化结构,与其它算法相比,具有更好的分类性能、优化的网络结构和更快的学习速度.     

基于神经网络的机械臂自适应输出反馈控制设计

研究了机械臂的位置跟踪问题,提出了基于神经网络的自适应输出反馈控制方法. 该方法无需系统精确的数学模型,适用于具有非线性不确定性和外界干扰的机械臂控制系统. 设计的控制器由三部分组成：基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项. 神经网络的权值自适应学习率由Lyapunov稳定性理论得出. 仿真结果表明设计的控制器能驱动机械臂精确跟踪期望的位置,验证了该控制方法的有效性.     

汽车半主动悬架的神经网络控制

针对目前标准BP神经网络的缺点,提出基于高阶导数的多记忆BP算法,将能量函数的 阶导数与最速下降方向相结合,构造出一个新的最速下降方向,从而提高了神经网络的学习速度。证明了该算法相对于传统梯度算法的快速性,然后给出了该算法的实现方法,并进行了算例仿真。为了证明其实效性,设计了汽车半主动悬架神经网络控制器。结果证明,该算法便捷、实用、有效。