一种基于向量的鲁棒ARMA系统辨识器

提出一种新的基于向量方法的自回归和运动平均(ARMA)模型系统辨识器,并给出了其参数的统计分析模型.应用结果表明,向量ARMA算法和最小二乘法LS算法相比,在一定条件下,其预测误差精度提高了约1.2 dB;且该系统模型不受分离向量参数的影响.使用非线性函数核,系统将会成为一个鲁棒的非线性辨识过程.     

基体的梯度结构对涂层硬质合金性能的影响

通过控制烧结气氛制备了均质和梯度结构的硬质合金基体，并用化学气相沉积制成涂层硬质合金及切削刀片。采用光学显微镜和扫描电镜观察，通过显微硬度抗弯测试和切削试验对均质基体和梯度基体的涂层硬质合金的组织特征与性能进行对比研究。研究结果表明，梯度结构的硬质合金基体可以提高涂层硬质合金的抗弯强度；相对于均质基体的涂层硬质合金刀片，梯度基体的涂层硬质合金刀片在保持耐磨性能的同时能显著提高抗冲击性能。基体涂层合金的组织结构及断口特征显示，梯度基体表层韧性区可阻碍裂纹的扩展。     

变电站电压无功自适应动态预测模糊控制装置的研制

介绍了一种基于自适应灰色系统理论及模糊控制理论的变电站电压无功综合控制装置．本装置对一定时间后的电压、无功做出预测并进行实时控制．对参数越限进行提前判断和决策，减少了电压、无功的不合格时间．将传统静态区间控制改进为动态分析控制，更好地反应系统的动态特性．应用模糊控制，提高了系统的调节能力和电压质量，保证了系统的稳定性．     

不同草种单播草坪蒸散量与脯氨酸含量的研究

对草地早熟禾、多年生黑麦草、高羊茅、狗牙根、结缕草和野牛草6种常见草坪草草坪的蒸散量进行的研究表明在充分灌水的条件下，冷地型草坪的蒸散量显著大于暖地型草坪（P〈0．01）；三种冷地型草坪问差异较小；暖地型草坪中狗牙根和结缕草的蒸散量显著高于野牛草（P〈0．01）．限制灌水条件下，6种草坪的蒸散量差异均显著（P〈0．05或0．01），其顺序为：高羊茅〉早熟禾〉黑麦草〉狗牙根〉结缕草〉野牛草．结缕草蒸散量在一天内随温度的升高而增加，但在温度维持在较高时由于气孔关团导致蒸腾降低从而蒸散量降低．五种草坪草脯氨酸含量顺序为高羊茅〉多年生黑麦草〉草地早熟禾〉结缕草〉狗牙根．     

向量法研究三角形中相关点之间的距离公式

应用两个向量法相关公式探讨了三角形重心、垂心、外心以及内心之间的距离公式。     

一类向量组的有趣性质及其应用

给出了一类向量组，讨论了此类向量组的一些有趣的性质，阐述并举例其在证明线性空间的有限覆盖问题中的重要应用。     

正交各向异性薄板理论的新正交关系及其变分原理

利用平面弹性问题与板弯曲问题的相似性理论, 将弹性力学新正交关系中构造对偶向量的思路推广到正交各向异性薄板弹性弯曲问题. 由混合变量求解法直接得到对偶微分方程. 所导出的对偶微分矩阵具有主对角子矩阵为零矩阵的特点. 发现了2个独立的、对称的正交关系. 利用正交各向异性薄板弹性弯曲理论的积分形式证明了这种正交关系. 在恰当选择对偶向量后, 弹性力学的新正交关系可以推广到正交各向异性薄板弹性弯曲理论. 利用积分形式导出了与微分形式对应的变分原理并提出了一个完整的泛函表达式.     

基于支撑向量机在线学习方法的短期负荷预测

提出了基于支撑向量机在线学习方法的短期负荷预测,该方法克服了传统的支撑向量机负荷预测当训练样本集合改变时为了保证预测精度必需重新进行训练来得到新的回归函数的缺点.充分利用支撑向量机解的稀疏性和前一次的训练结果,提出了递增和递减算法,直接修改原有回归函数的系数来得到新回归函数.实例计算表明,该方法与传统支撑向量机方法相比,具有计算速度快,推广能力强的显著特点,在相同预测精度下,计算速度提高了近两个数量级.     

一种基于多分类支持向量机的网络入侵检测方法

构造了一种基于异构数据距离的径向基核函数，可直接应用于异构的网络数据，并利用实验数据得到修正的基于异构数据距离的径向基核函数(I-HVDM-RBF)，从而减少了支持向量的个数，降低了运算量，采用I-HVDM-RBF核函数和一对一方法构造了多分类支持向量机来进行网络入侵检测，检测选用美国国防部高级研究计划局入侵检测评测数据，结果表明：与Ambwani方法比较，其检测精度提高了约3％，支持向量个数减少了268个，检测时间缩短了5min；与Lee方法比较，其拒绝服务攻击、远程到本地攻击和普通用户到超级用户攻击的检测精度分别高出73％、19％和3％。     

正交频分复用系统非线性信道估计算法

为了提高正交频分复用(OFDM)系统的传输质量和有效性，提出了一种基于最小二乘支持向量机的OFDM非线性信道估计算法．通过在OFDM符号中插入导频而获得训练数据，利用最小二乘支持向量机将训练数据映射到高维空间，并在此空间采用结构风险最小化准则对时变信道频率响应函数进行回归估计，把低维空间的非线性估计转化为高维空间的线性估计，提高了估计的精度．仿真结果表明，该算法能够有效地减小由多径引起的频率选择性衰落的影响，与传统算法相比，在同一误码率条件下的信噪比提高了3～7dB。