一类热传导方程非线性源项识别问题

利用单调性估计方法证明了一类热传导方程非线性源项识别问题的可识别性，并运用函数逼近理论，把对非线性源项的识别问题转化成一常系数参数识别问题；给出了一种对非线性源项识别的可实现的线性迭代算法及相应的数值实例。     

二阶非线性模态参数识别方法的研究

提出一个新的非线性模态参数识别的方法──曲面拟合方法．该方法根据 Ｖｏｌｔｅｒｒａ函数级数理论，在识别出非线性系统高阶传递函数的基础上，分析了非线 性高阶传递函数的分布特征，建立一个差频坐标系，对非线性高阶传递函数进行对角 化处理，进而进行整体曲面拟合（ＳＦＭ），实现非线性模态参数的识别。     

线性时变参数识别与非线性因素估计

本文讨论了利用非线性时不变振动系统的响应，根据线性模型识别出的线性参数的时变性质判断非线性项的存在、估计系统非线性因素的问题．大量的算例表明，据此判断非线性项的存在是可行的．文中还分析了利用具有非线性项的时变系统的响应，根据线性系统模型识别线性时变参数的问题．模拟计算表明，利用非线性系统的响应籍助线性模型，可以在相当大的范围内较好的识别出系统的线性时变参数。     

局部非线性振动系统参数识别的空间法

研究了具有平方非线性刚度和平方非线性阻尼的两自由度局部非线性振动系统，提出了一种参数识别局部非线性振动系统模型的空间法．该方法有效地利用模型的时间函数、频率函数和空间参数，使参数识别更为准确．利用该方法对非线性频响函数进行估计，并利用了最小二乘法对模型的非线性刚度系数和非线性阻尼系数进行了优化．     

振动系统非线性特性的神经网络识别法

本文介绍了振动系统非线性特性识别的一种结构化神经网络方法，与标准的前馈网络融进了人们对系统的已知认识，神经网络仅仅用来学习未知部分，本文将其应用于振动系统非线性特性的识别，结果表明该法是可行的。     

利用HILBERT变换识别结构非线性

本文简要地阐明了用Ｈｉｌｂｅｒｔ变换识别结构非线性的基本原理，并说明了其计算 机实现方法。对实测频段外的影响，提出了实用和有效的补正方法。本文对具有间隙 非线性和库仑摩擦非线性的系统分别作了非线件识别的仿真实验，找出其规律性，并 对实际应用中的一些问题作了分析。     

非线性系统参数识别的频域方法

系统识别是现代控制过程的关键环节．本文提出了一种识别弱非线性振动系统参数的方法．本方法中，参数识别的数学模型是系统的一阶近似频率响应函数．首先，用多尺度法导出弱非线性强迫激励系统的频率响应函数．接着，利用非线性参数变换将此频率响应函数变换为系统参数的线性函数，在此基础上用最小二乘法识别系统的参数．最后，通过数值模拟检验了方法的精度．     

基于有限元法的局部动力参数识别方法

基于有限元理论，利用谐波平衡法推导出适用于刚度和阻尼参数识别的理论方程，分别按正余弦和复数形式展开求解，并以一典型转子系统为例进行子模型支承刚度与阻尼的识别验算.研究结果表明:两种展开形式均能实现边界参数的识别，且识别结果准确可靠.但由于正、余弦展开求导后形式复杂，不利于完成非线性特征的识别；而复数展开形式能简化计算和推导过程，可较好地完成线性和非线性解的识别，并且识别精度较高.该研究结果为此类系统的设计与振动分析提供了理论参考.     

大线性电阻电路的单故障诊断的一种方法

提出了非线性模拟电路故障诊断的一种测前模拟法。应用伴随电路及特勒根定理导出故障诊断方程，用等电位屏蔽技术识别故障，非线性元件用其工作点参数等效线性化，可对故障电路逐级分块诊断，适用于大规模线性和非线性模拟电路。     

非线性材料本构模型结构和参数的耦合进化识别

在引入进化思想的基础上,利用进化算法全局最优搜索特点,结合非线性力学分析方法,提出了材料非线性本构模型结构和参数的耦合进化识别算法,对复杂的非线性材料本构模型进行全局识别·复合材料非线性本构模型的识别结果表明了该方法的科学性,为非线性材料的研究提供了一条新途径     

非线性系统的非参数识别

对一个系统进行非线性的判别,进而识别出其非线性的类型,可统称为非线性系统的非参数识别。本文阐述了一些非线性时间序列的非参数识别的方法：对于确定性非线性振动系统,识别方法为极限环法和Ｈｉｌｂｅｒｔ变换;对于随机非线性振动系统,采用概率统计方法．其中有概率密度函数的分布,高阶矩,高阶相关和多维功率谱。计算机仿真实验证明,以上方法是行之有效的。     

非线性电阻电路的单故障诊断的一种方法

提出了非线性模拟电路故障诊断的一种测前模拟法．应用伴随电路及特勒根定理导出故障诊断方程，用等电位屏蔽技术识别故障．非线性元件用其工作点参数等效线性化，可对故障电路逐级分块诊断，适用于大规模线性和非线性模拟电路．     

利用小波变换提高基于KPCA方法的人脸识别性能

基于核主成分分析（KPCA）的人脸识别算法能够提取非线性图像特征，在小样本训练条件下有较好性能. 然而并非所有非线性特征对识别都有利，过多的不相关特征可能会降低识别性能. 针对图像信息冗余的特点，预先对图像进行小波变换，通过消除对识别无关的细节信息，不仅提高了KPCA方法的识别精度，而且降低了该算法对计算机硬件的要求. 同时，为了抑制KPCA对光照等变化的较高敏感性，还提出一种对图像灰度进行衰减的预处理策略. 基于ORL数据库的实验表明，综合上述措施的系统比传统方法具有更快的训练速度和更高的识别精度.     

干摩擦滞后系统的参数识别

本文采用参数识别和非参数识别相结合的方法对含有干摩擦滞后特性的非线性系统的模型特征与参数进行了分析研完。利用正交幂级数多项式的最小二乘估计法对系统的非线性恢复力进行最佳逼近。提出了结合最小二乘回归技术关于非线性恢复力最佳阶次的判别方法。通过模拟识别和结合实际产品对双线性滞后模型的特征参数进行识别研完。为非线性干摩擦滞后系统的动态特性研究及工程应用提供了新的依据和方法。     

人耳识别的应用研究与实现

针对人耳具有惟一性、稳定性、可接受性等特点，介绍一种由图像捕捉、边缘检测、特征提取、模式识别等环节构成识别系统的生物个体识别技术，采用域值分割与非线性变换的方法进行人耳图像处理，建立训练样本以进行识别，达到100％识别分类。     

非线性非高斯结构系统识别的粒子滤波方法

采用粒子滤波方法（PF方法）在非高斯噪声条件下对非线性系统进行参数识别。传统扩展卡尔曼滤波（EKF）方法具有高斯噪声假设与非线性系统线性化的缺陷,PF方法可以克服EKF方法的缺点;因此在系统识别中具有很强的鲁棒性,更适合进行非线性结构系统参数识别。数值仿真结果发现PF方法的系统识别精度高于EKF方法,证明PF方法在非线性非高斯结构系统识别中的有效性。     

汉字识别后处理的一种并行算法

通过对松驰方法的分析与改进，提出了一种基于非线性概率松驰过程的汉字识别后处理方法，这一高度并行的方法，使用了更多的汉字及汉语词汇信息和初级识别结果所提供的信息。     

激励作用下非线性系统的时变特征识别

提出采用小波重排谱的方法对外激励作用下的非线性系统进行识别,得到其频率骨架曲线和阻尼骨架曲线.对摩擦滑移隔震系统进行识别,识别结果与理论曲线吻合较好,说明方法适合于激励作用下非线性系统时变参数的识别.     

基于模糊集理论的汉语指令识别

以模糊集理论为基础，提出了一种汉语指令识别的模糊语音描述和模糊匹配算法，在语音信号的时间规整中，使用一种改进的非线性帧数规整算法，在４０条指令的识别实验中，正确率达９３％以上。     

机器人动力学模型识别新方法

准确的动力学模型在先进的机器人轨迹跟踪控制中扮演了一个非常重要的角色．通过分析关节的非线性摩擦力的特点，提出了一种新颖的机器人动力学模型识别途径．同时应用最小均方差方法和支持向量机算法，可以准确地识别机器人的线性和非线性耦合的动力学模型．对一自由度机器人系统的实验结果表明，相对于传统方法，其动力学模型的建模精度更高．