路面使用性能的标准衰变方程

在路面工程中，路面使用性能衰变规律是一个十分基础、十分重要的问题，文中在分析国内外路面使用性能衰变研究的基础上，将路面性能衰变过程划分４种典型模式，提出了能够描述这４种模式的的通用方程，据此，可用两个简单的数字特征准确表示一条路面使用性能衰变曲线。由于这两个特征具有明确的数学、物理含义，故可通过对这两个数字特征的对比分析，很方便地定量研究交通、环境、结构和材料等因素对路面使用性能的影响，分析它们的  

杉木生长与材性联合遗传改良研究

系列研究结果表明:CSBHTP法是生长与材性联合遗传改良实用材性测定取样技术;比重(SG)直接与杉材强度指标紧密相关,比重(SG)和管胞长度(TL)是材性改良的重要性状;杉木种源生长量与纬度呈负相关,SG与经度呈正相关,分布中心区东部似生长材质兼优的基因库;不同交配系统中遗传型间生长和材性均存在明显的遗传变异,SG的单株遗传力为0.29,家系遗传力为0.50,生长和材性性状主要受母本一般配合力效应和母本效应的控制;生长与材性性状在遗传上似为相互独立;幼龄材-成熟材材性相关密切, 1～15年龄段幼龄材能较好预测成熟材SG和TL;两阶段独立选择是联合改良的有效方法,在最大限度提高生长量的同时,又可使SG保持不变或提高5％左右。  

岩爆预测的支持向量机

针对岩爆预测问题,提出了基于支持向量机的预测方法,通过对影响岩爆因素的分析,然后运用支持向量机理论建立岩爆预测的支持向量机模型·结果表明,基于支持向量机的岩爆预测方法具有较高的准确率,该方法是科学可行的,具有广泛的应用前景·  

A new learning statistic for adaptive filter based on predicted residuals

A key problem for an adaptive filter is to establish a suitable adaptive factor for balancing the contributions of the measurements and the predicted state information from some kinematic models. The reasonable adaptive factor needs a reliable learning statistics to judge the state kinematic model errors. After analyzing the existing two kinds of learning statistics based on the state discrepancy and variance component ratio, a new learning statistic based on predicted residuals is set up, which is different from the exiting learning statistics. The new learning statistic does not need to estimate the kinemetic state parameters before the filtering process, Of course, it does not need necessary measurements to estimate state parameters for all observation epochs. The new learning statistic can be applied together with the learning factor constructed by the state discrepancy. The advantages and shortcomings of the new learning factor are analyzed, and an example is given.  

时变大纯滞后系统的单神经元预测控制

为对时变大纯滞后系统实现快速有效的实时控制 ,将单神经元与 L evinson预测器相结合采用比例积分微分调节器 (PID)控制方式 ,设计了单神经元预测控制器 ,其权值和可整定参数能够在线自适应调整 ,克服了大滞后对象控制结果不能及时反馈的不足。应用该控制策略对大滞后一阶和二阶对象的仿真研究表明 ,对大滞后时变系统具有很强的适应性和鲁棒性 ,各种控制性能明显优于常规 PID等其它控制  

煤自燃机理及预测理论研究进展

自17世纪英国人Dr.Plott提出黄铁矿导因学说以来，煤自燃机理研究取得了长足的进展。出现了多种学说。进入20世纪90年代，国内外学者又提出了一些更具体的学说。主要对煤自燃学说、自燃机理、自然发火期预测理论和煤层自燃危险区域判定理论等方面的国内外研究现状和取得的主要研究成果进行综述。并对煤自燃理论研究的不足及其发展方向进行了分析和讨论。  

煤矿冲击地压理论与工程应用研究的进展

总结和论述了近几十年来国内外在研究煤岩体系发生冲击地压理论方面的进展，探讨了在冲击要理方面研究的趋势，并对国内外现今所采用的预测和防治措施进行了分析，展望了今后在预报预报工作和防治措施研究及实践方面的发展方向。  

时距信息加工的认知研究

概述了时距信息加工的三个认知模型(存储容量模型、加工时间模型、变化/分割模型)的理论要点.用已有的实验材料分析了它们的预测效度,提出了进一步研究该问题的设想.作者认为,上述三个认知模型对理解人类时距观念的形成都作出了自己特殊的贡献,但需要加以发展.  

BP神经网络的改进及其应用

在分析BP神经网络建模步骤的基础上,针对BP神经网络某些不足,提出了几点改进措施。首先对原始数据进行了非线性规格化;其次,提出了记忆式初始权值和阀值;最后以确定性系数最大为依据进行参数优选,并将改进后的BP神经网络应用于需水量预测。结果表明,改进后的BP神经网络不仅提高了BP神经网络预测的精度,而且加快了BP网络运行时的收敛速度。  

A new approach to studying ENSO predictability： Conditional nonlinear optimal perturbation

A new approach, the conditional nonlinear optimal perturbation (CNOP) is introduced to study the predictability of El Nifio-Southern Oscillation (ENSO) using a theoretical coupled ocean-atmosphere model. The differences between CNOP and linear singular vector (LSV) are demonstrated. The results suggest that the nonlinear model and CNOP are superior in determining error growth for studying predictability of the ENSO. In particular, the CNOP approach is used to explore the nature of the ‘spring predictability barrier‘ in ENSO prediction.