改进的神经网络最近邻聚类学习算法及其应用

提出了一种改进的RBF(Radial Basis Functions，径向基函数)神经网络最近邻聚类学习算法。并将其应用于股市预测问题。模拟结果表明，改进算法的拟合效果与拟合误差均明显好于常规最近邻聚类学习算法，可以较大幅度提高RBF神经网络的预测性能。  

白甲鱼胚胎和胚后发育的初步观察

对白甲鱼受精卵进行胚胎发育观察,发现:受精卵呈圆球形,淡黄色,卵径2·0~2·3mm,遇水膨胀后最大直径2·8~2·9mm,沉性卵,弱粘性.水温23~25℃时从受精到孵化历时约48h.胚孔封闭前肌节3对,封闭时肌节6对;出膜前血液循环明显,具明显的古维尔氏管;出膜时胸鳍原基形成,肌节48对;出膜68d鳞片生长完全.  

超声马达的频率温度特性分析

提出一种有关超声马达频率温度特性的分析方法 .通过阐述超声马达内部压电元素的振动过程 ,分析影响超声马达频率温度特性的主要因素 ,并给出其共振频率随温度变化的解析表达式 ,为超声马达的构造、设计和控制等提供了可靠的理论依据 .数值结果表明 ,本文的结论和实验结果吻合较好  

用育种算子改进遗传算法

为解决遗传算法求解一些特殊问题时容易出现的未成熟收敛问题,提出了在遗传操作中加入育种算子的方法,以改进传统遗传算法.在讨论生物工程中育种方法的基础上,给出了育种算子的定义和原理分析证明.育种算子能提高个体进化的概率,且不会出现由高概率变异引起的群体退化现象.计算机模拟实验结果表明,加入育种算子可以明显提高算法性能.  

强跟踪滤波器在被动跟踪中的应用

在目标被动式跟踪中广泛应用的伪量测变换估计器(PLE)具有良好的误差收敛性.然而由于等价噪声和状态的相关性,该估计器的估计是有偏的.提出的强跟踪滤波器(STF)通过强制白化残差具有自适应地校正估计偏差和迅速跟踪状态变化的能力.STF已经在非线性系统时滞估计、故障诊断与容错控制方面取得了很好的效果.结合PLE和STF,提出了一种自适应伪量测变换估计器(APLE).APLE减小了状态的估计偏差,同时对目标的初始值具有极强的鲁棒性.计算机仿真验证了APLE算法的有效性.  

弹塑性有限元在加筋土挡墙中的应用

以加筋土挡墙楔体破坏模式为基础，提出一种弹塑性有限元分析方法，并建立了相应的力学模型。土体用Mohr-Coulomb模型模拟，筋材用理想弹塑性弹簧模型模拟，面板用线弹性弹簧模型模拟，并通过对比分析验证了挡墙的加筋效果和该有限元方法的正确性。  

金融时间序列预测中的神经网络方法

概述了神经网络方法在金融时间序列预测应用中所面临的有关问题,给出了解决方法;针对有关模型和算法作了计算模拟与分析,得到了一些可供今后研究参考的经验结果;讨论了金融时间序列预测中主要的神经网络模型,如多层前馈网络、径向基函数网络以及支持向量机网络等.总结了关于模型改进的一些近期研究进展与结果,指出了神经网络用于金融时间序列预测的一些可能的方向.  

近35年登陆我国台风的年际变化特征及灾害特点

根据近35年的台风资料,分析了在西北太平洋和南海海域生成台风及在我国登陆台风的年际变化特征。结果表明,近35年间在西北太平洋和南海生成的台风和热带风暴有减少的趋势,并且登陆我国的台风和热带风暴也有微弱的减少趋势,但登陆的台风(登陆时中心附近最大风速≥32.7m/s)略有增加的趋势。分析表明,7-10月是生成台风和热带风暴最为频繁的季节,生成个数占全年生成总数的71%,而在我国登陆时间主要集中在7-9月,约占全年登陆总数的78%。我国台风灾害具有发生频次高、影响范围广、受灾程度重等特点。此外,对近几年我国的台风灾害进行了总体的评估。  

水泥搅拌桩有限元-无穷元耦合分析

通过轴对称有限元－无穷元耦合分析，研究了水泥搅拌桩单桩，基础－单桩以及基础砂垫层－单桩的荷载传递规律，分析结果表明，就沿桩身向下传递荷载的能力来说，水泥搅拌桩存在临界桩长，随桩土模量比的提高，有效桩长增大，在桩身上部桩土之间可以产生相对滑移，产生相对滑移的深度与桩土模量比有关，砂垫层虽然增大桩间土分担比，但同时也降低了桩顶反力，不必考虑常规厚度的砂垫层可能带来的负摩阻力。