基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

模糊逼近算法与人工神经网络预测功能

有些实际问题是无法用已知的很多定量预测方法预测的，这更是在预测中有极大局限性的人工神经网络难以解决的问题．本文通过对预测问题模糊逼近算法的研究，提出新的模糊逼近泛函微分方程定量预测方法，并从而化为能用人工神经网络预测的方法，扩充人工神经网络解决实际问题的功能．     

一种基于小波分析理论的灰色预测方法

提出一种基于小波分析理论的灰色预测方法．该方法通过小波分解将非平稳时间序列分解到多个尺度上以减少序列的随机性，然后建立灰色预测模型对分解后的时间序列分别进行预测，从而得到原始时间序列的预测值．并通过对上证指数的预测，结果表明该方法预测效果良好，优于一般灰色预测方法．     

基于EDP算法的股票价格预测

股票价格预测一直是金融分析领域的一个重点和难题．目前，运用智能系统对股票市场进行预测的方法已经被广泛确立．本文提出了用基于贝叶斯网络的EDP算法进行股票预测的模型，相对于传统的预测方法，具有收敛速度快的特点，根据实验的仿真结果显示，该模型对于股票价格预测效果较好．     

系统非线性组合预测方法及在黄河凌汛预测中应用

为了提高预测的精度，尤其是冰凌中长期预测的精度，基于工程模糊集、人工神经网络、遗传算法与组合预测理论，提出了系统非线性组合预测方法，给出了黄河内蒙段冰凌三种单一预测模型的非线性组合预测值．结果表明，所建立的非线性组合预测方法物理意义明确，数学推导过程严谨，预测精度高于任意单一预测模型．     

基于相空间重构及Elman网络的停车泊位数据预测

针对停车诱导系统（PGIS）中短时空余停车泊位时间序列数据预测问题，提出应用相空间重构与Elman神经网络相结合的方法来进行预测．首先分析了相空间重构的技术原理，在此基础上导出时间序列预测模型，并以Elman神经网络训练模拟该模型．介绍了相空间重构与Elman神经网络相结合的预测方法的具体实现过程与步骤，提出了短时空余停车泊位数据的预测效果评价指标．通过预测实例表明，该方法用于停车诱导系统中短时空余停车泊位数据的预测具有较好的预测准确性和有效性．     

对前馈型神经网络股价预测的一点改进

为减小预测误差，目前的方法是：选择对股价有显著影响的输入变量；调整网络结构及选择合适的参数；优化学习算法．这些方法都是以实际股价作为网络的预测．本文提出的方法是以相邻两天的股价差价作为网络的预测．本文在相同的数据上分别建立股价预测模型和股价的差价预测模型，并对它们的结果进行对比分析，结果表明差价预测模型的预测误差小，预测效果好．     

汉语元音的非线性预测

最近研究表明非线性的局部模型是最精确的混沌时间序列预测方法之一．同时有研究表明汉语的产生过程包含非线性．传统的语音处理技术忽视了语音中可能存在的非线性结构，因而限制了处理能力的进一步提高．对汉语元音／a／和／u／的细致相空间分析结果表明，汉语元音的重构相空间有类似于混沌吸引子的结构．根据汉语元音发声过程的非线性特性，进一步对其进行相空间的局部线性预测分析，计算了预测误差随预测步长的关系曲线，讨论了嵌入维数对预测性能的影响，并且与传统的线性方法作了比较．结果表明，尽管非线性的局域线性预测法存在计算开销大的问题，但其预测视野要远大于线性预测法，总体预测性能明显优于线性预测法．     

GA优化支持向量机用于混沌时间序列预测

介绍了利用支持向量机与重构相空间理论预测混沌时间序列的方法，并以股价时间序列为样本，比较了几种常用核函数的预测能力，实验表明高斯核的预测能力明显好于其它核．使用遗传算法优化了高斯核支持向量机的参数，优化后其预测能力较经验定参方法有明显提高，且好于传统的预测方法．     

产品失效的神经网络预测法

小子样的预测是一个比较复杂的问题．以产品失效为例，应用神经网络预测方法，成功地对产品失效的发展趋势进行了预测，获得了很好的效果．结果表明，神经网络预测法对小子样的分析精度能满足工程需要，实例分析的结果也符合工程实际．     

商贸英语专业教学方法研究

商贸英语课程的教学方法应当采取以学生为主体的教学模式,这种教学模式包括:以角色体验为主的"体验式"教学模式,以小组讨论为主的"合作式"教学模式,以课堂竞赛来激发学习热情的"竞赛式"教学模式,以实地调研为主的"实践式"教学模式,以解答学生疑问为主的"问题式"教学模式,以学生需求来选择课堂内容的"菜单式"教学模式。     

共轭梯度法和最速下降法的混合算法

将共轭梯度法与最速下降法有机地结合起来,构造了一种共轭梯度法和最速下降法的混合算法,并证明了该算法的全局收敛．混合算法既提高了共轭梯度算法的收敛速度,又解决了目标函数“性态不优”时,最速下降法难以求解的问题．同时也可以看到共轭梯度法与最速下降法仅仅是混合算法的特例．     

大跨度空间网格结构风荷载数值模拟方法

根据谐波叠加法和线性滤波法的基本原理,采用MATLAB语言编写程序分别实现了常规谐波叠加法及其改进的快速傅里叶变换算法和插值算法以及线性滤波法的自回归法对大跨度空间网格结构风速时程的数值模拟,并模拟了2个工程实例的风速时程.结果表明:对于大跨度空间网格结构,不同风速时程模拟方法计算效率从高到低的顺序依次为快速傅里叶变换算法、插值算法、自回归法和常规谐波叠加法,计算精度从高到低的顺序依次为常规谐波叠加法、快速傅里叶变换算法、自回归法和插值算法.综合考虑计算效率和计算精度,快速傅里叶变换算法最适合应用于大跨度空间网格结构的风速模拟.     

建筑构件热阻计算方法

针对空心砌块平均热阻理论计算方法的简单近似性,分析了其计算结果的不确定性,提出用CFD数值模拟、采用有限体积法的计算方法分析建筑构件的热工性能.并分别运用热流计法与热箱法对某内插保温层混凝土空心砌块进行热阻测试,以检验理论计算方法与数值模拟计算方法的准确性.通过理论计算、数值模拟及试验验证分析得到:采用理论计算方法分析建筑构件热工性能具有不确定性,所得结果与热流计法和热箱法的试验结果误差分别为36.6％和33.8％;采用CFD数值模拟方法计算结果误差分别为0.3％和2.4％,表明该方法对建筑构件热工性能的计算不仅能够满足精度要求,还具有应用范围广、结果直观等优点.     

纳米材料的液相制备技术及其进展

综述了液相法制备纳米材料的几种方法 ,这些方法包括溶胶——凝胶法、沉淀法、水热法、微乳液法、γ-辐射法、声化学合成法、模板合成法、喷雾热分解法等 .分别讨论了这些制备方法中影响纳米材料结构和性能的因素及其优缺点 .指出了辐射法、微乳液法等几种方法结合起来将是制备纳米材料的新思路 .     

W值水质评价法的改进与应用

W值水质评价法是一种计算简单、实用性强的水质评价方法,但存在一些不合理之处,针对这些不足之处提出改进的方法,使W值水质评价法与模糊数学隶属度相结合.用W值水质评价法、改进的W值水质评价法分别评价三峡库区主要城市江段的水质,并与模糊数学综合评价方法所得结果进行对比分析,结果表明改进的W值水质评价法是一种有实用价值的水质评价方法.     

运用"时空定位系统指导法"指导困难就业群体就业的设想

为适应就业市场新机制的要求,强化对困难就业群体的职业指导,提出“时空定位系统指导法”。时空定位系统指导法由融为一体的时空思维法、定位分析法和系统调适法组成。时空思维法是认知困难就业群体的理性思维方法,定位分析法是分析困难就业群体的技术应用方法,系统调适法是指导困难就业群体的对症治疗方法。     

无约束优化问题新的谱共轭梯度法(英文)

通过结合牛顿法与PRP谱共轭梯度法提出一新的谱共轭梯度法.该方法为下降方法且为Birgin谱共轭梯度法与PRP共轭梯度法的线性组合.在适当的假设下算法全局收敛.     

微分方程数值解的隐显式Runge—Kutta方法

Runge-Kutta方法作为一种单步高阶方法在求解常微分方程和方程组中受到了广泛的关注,它具有单步方法较少的存储优点,也能根据Taylor展开来提奄阶数并无需增加计算来求导。Runge—Kutta方法的各种改进在很多领域也得到应用。本文主要研究在Runge—Kutta方法基础上改进的一种办法．即：隐显式Runge—Kutta方法。     

钢混结构修补加固技术在技改工程中的应用

针对不同情况，可采用表面密封法、嵌缝密封法、灌浆修补法对混凝土结构裂缝进行修补，可采用涂抹砂浆法、化学灌浆法、局部修补法、喷射混凝土法对混凝土结构受损伤部位进行修补，可采用增大截面法、外包钢法、粘钢法、增设剪力墙法、外加力法对混凝土结构进行加固，以达到防渗、防漏、提高结构承栽力的目的。