劲性钢筋砼组合框架动力性能的试验研究

通过一榀１／３比例的两跨三层钢梁（ｓ）——砼内含角钢桁架柱（ｓｃ）组合框架的等效单自由度体系的拟动力试验，考察了该结构在（不同烈度）地震荷载作用下的动力反应全过程，同时，根据试验结果，对该结构的动力特性进行了研究     

自适应格型算法对动调陀螺仪随机漂移的建模

针对动力调谐陀螺仪启动过程中随机漂移模型参数的缓慢变化及逐次启动漂移模型系数的不同，提出了一种利用递归最小平方格型（LSL）算法对动力调谐陀螺仪随机漂移模型系数进行自适应估计的方法。格型相同节级联的特殊结构决定了LSL算法在自回归（AR）模型阶数增加时不必改变算法结构。使得该算法可以在线进行，并且收敛非常迅速，可以针对动力调谐陀螺仪不同次启动快速建立该次启动的随机漂移模型。通过对动力调谐陀螺仪启动1min后的4组实测漂移数据处理及模型检验，证明了该方法的有效性。     

MADALINES人工神经网络及快速学习算法研究

在研究ＭＡＤＡＬＩＮＥＳ人工神经网络中心差梯度学习算法（ＣＤＧ）的基础上，提出了一种加速中心梯度学习算法（ＳＣＤＧ），给出了该算法收敛性的证明，在计算机上模拟实现了ＳＣＤＧ算法且分析了实验结果，理论分析与实验均表明，ＳＣＤＧ算法较之传统的ＣＤＧ算法，收敛速度提高了二个数量级以上。     

基于p-ω叫的发动机调速动力学模型

为消除发动机转速振荡，提出了基于气缸压力-曲轴转速（p-ω）的发动机调速动力学模型，建立了直列四缸汽油机的气缸压力、指示扭矩、瞬时转动惯量、惯性扭矩和摩擦扭矩等模型，以曲轴转角域描述发动机任意瞬间的动力特性，并由此开发了以改进比例、积分、微分算法为控制方法的数字调速器．试验表明，该调速器具有良好的转速响应特性．     

DTW算法在嵌入式语音识别系统中的应用研究

现代社会的各个领域对语音识别系统的要求不同,使得该系统特性的差异性非常的大,所以该系统的开发需要针对一定的指标.该文就相关的语音识别系统进行了简要的分析,特别分析了动态时间规整算法（DTW）在嵌入式语音识别系统中的应用.     

基于梯度惩罚生成对抗网络的过采样算法

在不平衡数据分类问题中，为了更注重学习原始样本的概率密度分布，提出基于梯度惩罚生成对抗网络的过采样算法（OGPG）。该算法首先引入生成对抗网络（GAN），有效地学习原始数据的概率分布；其次，采用梯度惩罚对判别器输入项的梯度二范数进行约束，降低了GAN易出现的过拟合和梯度消失，合理地生成新样本。实验部分，在14个公开数据集上运用k近邻和决策树分类器对比其他过采样算法，在评价指标上均有显著提升，并利用Wilcoxon符号秩检验验证了该算法与对比算法在统计学上的差异。结果表明该算法具有良好的有效性和通用性。     

网络信息系统分析设计探讨

网络信息系统（NIS）是信息化的重要组成部分,以NIS中的网络部分为主导,逐层深入,系统地探讨分析设计的重点、过程和方法。     

并行数据库系统PAROⅡ连接算法

提出了并行数据库系统的哈希轮转（Hash-Round-Robin）数据划分方法以及其于该划分方法的并行记录分布B^n树，给出了基于该树的并行连接算法，分析了该算法的效率，这种连接算法充分利用了数据的已有分布及B^n树的特性，还利用了哈希轮转划分的特性，提高了并行连接的效率，该算法已经在自主研制的并行数据库管理系统PAROⅡ中得到实现。     

一种构建灰色预测模型的新算法

针对传统的GM（1，1）建模方法，对于历史数据采取等权处理的局限性，提出了GM（1，1）建模的新算法，不同的历史数据在预测值中具有不同的权重，并且解决了确定权值的学习算法。仿真结果表明了该算法的有效性。     

一种新的基于数据挖掘的顾客忠诚度模型研究

根据零售业的特性,提出一种新的运用数据挖掘聚类算法来预测顾客忠诚度的指标模型（简称SMP）。同时与一种较为成熟的顾客忠诚度指标分析模型（简称RFM）进行比较分析,试验表明SMP模型更适用于零售业的顾客分析,实例验证了该模型的有效性和可行性,为完善零售业的顾客分析提供一定的理论依据。     

一种分析层状介质—结构相互作用的多元耦合模型

从全空间频域动力基本解出发，考虑到层状介质中多种波成分的存在，提出了一种可以同时传递Ｐ波和ＳＶ波的动力无穷元，并与文中提出的一种具有面力衰减特性的动力无限边界元耦合，建立了层状介质—结构动力相互作用问题的无穷元（ＩＦＥ）—无限边界元（ＩＢＥ）—有限元（ＦＥ）—边界元（ＢＥ）耦合模型。该模型在分析层状介质—结构相互作用时，具有以下优点：回避了复杂的层状介质基本解，可以考虑波的斜入射。数值计算结果表明了所提出的耦合模型对分析层状介质上结构的动力响应具有良好的计算精度。     

广域级电网在运智能电能表的烧损故障关联分析和预测方法

针对智能电能表在运行过程中出现烧损的现象，在对各类因素进行关联分析后， 提出了一种基于XGBoost算法的智能电能表烧损预测方法，以某省份2019—2020年的数据为例进行了测试验证. 采用该方法结合电能表基本信息数据、运行数据和环境数据进行烧损识别，并与K最邻近法（K-NearestNeighbor，KNN）、朴素贝叶斯和支持向量机等传统机器学习算法进行对比. 结果表明，基于极限梯度提升算法（eXtreme Gradient Boosting， XGBoost）的算法精度达到91%，召回率达到66%，综合指标F1达到76.51%，远高于传统算法. 算法模型在进行系统部署的过程中，运用长短期记忆算法（Long Short Term Memory， LSTM）对部分缺失值进行了填充，经试点验证，该模型可较为准确地预测低压台区电能表烧损现象.     

一种多层前馈神经网络的快速学习算法

对多层前馈神经网络的学习算法及其特点做了较为详细的讨论，提出了一种基于层内优化的快速学习算法。在该算法中，输出层的连接权矩阵（V）和前一层的输出矢量（B）被作为2个变量集合，通过最小化该层样本的总平方误差函数可求得一组它们的优化解（V^*,Bp^*）；并将Bp^*作为前一层（隐层）的期望输出，用类似的方法同样可以求出隐层的连接权矩阵和输出矢量，最后通过计算机仿真证明了该算法的有效性。     

量子强化学习技术及研究进展

近年来,强化学习理论和算法研究迅速发展,并且在竞争博弈、智能控制、分析预测、优化调度等领域得到广泛应用.但是,传统强化学习算法学习效率低、系统开销大,尤其是面对复杂任务时这种情况更为严重.结合量子计算特性,可实现对强化学习算法的加速,由此提出的量子强化学习技术,对强化学习技术的发展赋予了全新的动力与广阔的前景,引发了日...     

公路重大交通基础设施哑铃型路网构网算法

针对公路重大交通基础设施（特大桥、长大隧道等）的分布特征及道路安全管理特性，运用图论和流体网络理论，采用虚节点和虚分支的方法，提出哑铃型路网的基本概念、构建原则、构建流程和通路求解方法，为路网分析提供了基础的构网算法．以动态链接库封装对象的方式实现该算法，便于跨平台分布式的使用．以杭州湾跨海大桥为例，阐述了该算法的实际应用．     

基于频面与嵌入零树小波的图像编码算法

以EZW编码算法为基础，通过考虑视觉特性、利用子带相关性及修改完善嵌入编码策略，提出了一种基于频面与嵌入零树小波的图像编码（FEZW）算法。实验结果表明，该算法在压缩速度、图像复原质量等方面均明显优于EZW算法。     

稳态热环境人体热感觉的模糊综合评判

提出一种稳态热环境人体热感觉模糊综合评判算法，该方法充分考虑了人的活动强度、着衣量和热环境参数（空气干球温度、平均辐射温度、相对湿度和风速）等综合作用的影响，且回避了传统模糊评判算法中构造模糊隶属函数的困难，具有可学习的能力。数值实验结果同预测平均投票指标吻合很好。该方法直接从人体调节热负荷与新陈代谢率这两个特征变量得到人体在环境中的热感觉，因此，不同于传统的以生理热反应（如皮温和发汗率）为基础的热感觉导出策略。     

工程发动机动力储备性能的评价指标

为了合理评价工程机械用发动机（柴油机）动力储备性能，对现行评价指标——扭矩适应系数Km和转速适应系数Kn进行了分析与研究，指出Km和Kn在作为评价工程机械用发动机动力储备性能的量化指标时，特别是在比较不同发动机的动力储备性能时，只考虑了发动机扭矩外特性曲线上的两个点——最大扭矩点和额定扭矩点，忽略了这两点之间扭矩曲线形状的差异性，因而不能全面反映发动机的动力储备性能的动态过程。提出了新的动力储备性能综合评价指标——动力储备系数K，定义了其计算式，通过与Km和Kn的对比以及实际的评价结果检验，证明了其合理性和可行性，为准确全面评价发动机的动力储备性能及其选型提供了理论依据。     

大型结构动力特性的Lanczos算法程序设计

本文针对大型结构动力分析中结构总体刚度矩阵的对称性和稀疏性，使用稀疏矩阵数据管理方法实现并优化了Lanczos算法，显著地降低了Lanczos算法的时间和空间复杂度，并将该算法应用到大型结构动力学特性计算问题中经算例测试表明了该算法实施的正确性、可靠性和实用性．     

神经元网络理论在乙烯精馏塔成分估计中的应用

针对前馈神经元网络误差反向传播算法（ＢＰ算法）收敛速度慢，且常常收敛于局部极小值等缺陷，提出了一种基于变步长、加压缩因子的共轭梯度搜索的快速学习算法。与标准的ＢＰ法相比，该方法不仅学习收敛速度快，而且精度也有所提高。通过对乙烯精馏塔成分估计的应用表明，该方法比最小二乘估计法具有更好的外推性。