多输出逻辑函数的一种化简方法

多输出逻辑函数的化简，目前还没有成熟的方法．凭经验决定蕴涵项的取舍，往往不能确定方案是否最简．由于将多个输出电路作为一个整体电路看待，每个单输出函数最简单并不能保证整体方案最简单．若能找出各输出函数间的公共项，即使它不是质蕴涵项，由于公用，也可能得到最简的方案一作者提出了一种规范而又切实可行的化简方法，用此方法最终可解决多输出函数的化简问题．     

应用信任函数的容错区间估计融合方法

传感器网络是在动态的、具有不确定性的环境里运作的，所以网络设计时容错就成为一个很重要的问题．作者利用信任函数理论提出了一种新的容错区间融合函数，它根据先验信息和对融合结果的要求得到与之相应的输出区间及其信任度，可以缩短Marzu11o函数的输出区间，而且其输出结果比过去有关作者提出的函数的输出结果更为可靠.     

流密码中的布尔函数设计研究进展

密码函数,主要包括单输出布尔函数和多输出布尔函数,在流密码及分组密码系统中扮演着重要角色.在基于线性反馈移位寄存器的流密码系统中为了抵抗各种攻击,一个好的密码函数需要满足以下指标:较高的非线性度、平衡性、低阶相关免疫性、高的代数次数,高代数免疫阶等等.主要总结了近年来在高非线性度弹性密码函数,具有最优代数免疫度的函数和具有良好自相关性质的函数等研究方面的进展,并对其后续工作进行了展望.     

多项式基函数神经网络模型

从函数逼近理论出发，用一组正交基函数作为三层前向神经网络各隐含单元的输出特性，以其加权和作为网络的非线性输出，构成一种单输入单输出正交基函数神经网络模型。建立了多输入的多项式基函数神经网络，并给出了非线性静态特性拟合，ＸＯＲ特性和动态特性拟合计算机仿真结果。     

蕴涵项扩展技术在多输出逻辑函数中的应用

文章给出一个适用于大变量多输出逻辑函数蕴涵项扩展的算法。多输出函数在它的矩阵表示中分为输入、输出两个部分，但是在扩展过程中，这两个部分处理的方式极为相似，从而使计算机程序简化，并节省了机器的时间、空间资源。     

关于有限域上多输出函数的非线性度

给出了与文献[1]中所定义的有限域上多输出函数的非线性度不同的定义，并指出了它的密码学意义，也讨论了两者之间的关系，丰富了多输出函数方面的成果．     

BP算法中误差函数的改进

在BP算法中，误差函数不能有效地表征样本学习的误差程度，从而降低了学习的效果，本文提出了一种对误差函数的改进方案用以降低实际输出和期望输出的误差程度，计算机模拟表明效果良好。     

基于稳定性原理的参数调节器在气动机械手中的应用

研究了关节型球面坐标气动机械手中的执行部件--气动摆缸的角位移控制方法.根据李亚普诺夫稳定性原理构造最优指标函数,由指标函数推导出使系统输出的跟踪误差趋于零的系统参数调节律,并通过仿真及实验分析了调参系数对气动摆缸角位移控制系统动态性能的影响.实验结果表明,基于稳定性原理的参数调节器使系统达到了对期望输出的精确跟踪,而且保持了控制过程中闭环系统的全局一致稳定性.     

基于滑动窗口CRITIC-G1的空战态势评估

传统的指标重要性相关(CRITIC)方法进行态势评估不能实现变权重，仅从数据本身属性出发进行赋权，忽略了专家意见，且CRITIC方法本身会使得图像抖动。针对以上问题，提出一种基于滑动窗口CRITIC-G1的近距离空战态势评估方法，将空战数据进行预处理，得到根据时间变化的优势函数矩阵，采用滑动窗口的方法将优势函数矩阵进行分解，通过对滑动窗口中的优势函数矩阵进行CRITIC-G1赋权，从而既实现变权重，又完成重要性排序的权重优化；同时引入变异系数降低综合优势函数图像抖动。最终输出飞机的综合优势函数值，对于两飞机的综合优势函数值进行分析得到态势评估的结果。仿真结果表明，滑动窗口CRITIC-G1法较传统CRITIC方法准确性提高了22.75%。     

多输出Bent函数有关性质的研究

讨论了多输出Bent函数的自相关特征,给出了Bent函数自相关的两个充分必要条件;研究了多输出Bent函数的代数次数、扩散特性及计数;归纳了多输出Bent函数的等价性质;给出了多输出Bent函数的两种构造方法.     

自校正解耦融合Wiener状态预报器

对含未知模型参数和噪声统计的多传感器单输入单输出系统,用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型的在线辨识,可得到未知模型参数和噪声统计估值器,进而在按状态分量标量加权线性最小方差最优信息融合准则下,提出了自校正分量解耦信息融合Wiener状态预报器。它实现了自校正分量解耦局部Wiener状态预报器和自校正分量解耦融合预报器。证明了它的收敛性和渐近最优性。一个目标跟踪系统的仿真例子说明了其有效性。     

自校正信息融合Kalman预报器

对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均（MA）新息模型的在线辨识和求解相关函数矩阵方程组,可在线估计噪声统计,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman预报器。证明了它的收敛性,即它具有渐近最优性,且自校正融合Kalman预报器比每个局部自校正Kalman预报器精度高。一个目标跟踪系统的仿真例子说明了其有效性。     

自校正标量加权信息融合Kalman滤波器

对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型的在线辨识和求解相关函数矩阵方程组,可在线估计噪声统计,进而在按标量加权线性最小方差最优信息融合准则下,提出了自校正标量加权信息融合Kalman滤波器。它具有渐近最优性,且比每个局部自校正Kalman滤波器精度高,算法简单,便于实时应用。一个目标跟踪系统的仿真例子说明了其有效性。     

DBMS安全审计功能测试用例生成方法

数据库管理系统（DBMS）安全审计功能的符合性测试要求测评人员设计有效覆盖安全功能规范的测试用例。本文提出一种基于安全审计规范使用标记迁移系统（LTS）建立形式化模型的DBMS安全审计测试用例自动化生成方法。该方法根据数据库分级评估的安全目标建立审计功能组件的LTS模型,再依据LTS模型启发式路径搜索算法从模型的路径中...     

基于非线性传递函数的离散非线性控制系统稳定性研究

基于Ｖｏｌｔｅｒｒａ级数的非线性传递函数表示,首先针对一般的离散非线性多项式系统,给出了它的开环稳定性判据。然后,利用此判据,具体地讨论了几类特殊的离散非线性多项式系统,如纯输入,纯输出,纯交叉系统的开环稳定性判据,最后,用实例仿真来验证此判据的有效性。     

神经网络在动力学系统建模中的理论研究

动力学系统可以看成是映输入空间到输出空间的一个算子,在特定时刻动力学系统的输出可以看成是其输入空间上的一个泛函,这样动力学系统建模就可以看作是表征系统映射关系的算子或泛函的逼近问题。研究了多层神经网络的非线性映射能力,给出了多层网络可一致逼近有限维空间Ｒｎ紧集上的连续函数、无穷维函数空间紧集上的连续泛函和连续算子的理论证明。得出的几个一般性结论为在动力学系统建模等领域应用神经网络准备了理论工具。     

带MA有色观测噪声的单通道多传感器信息融合Wiener滤波器

应用现代时间序列分析方法,基于ARMA新息模型、白噪声估值器和观测预报器,对带滑动平均(MA)有色观测噪声的单通道ARMA信号,在线性最小方差最优信息融合准则下,提出了多传感器信息融合Wiener滤波器,可统一处理滤波、平滑和预报问题。提出了用于得到最优加权系数的局部滤波误差方差和协方差计算公式。同单传感器情形相比,可提高滤波精度。一个目标跟踪系统的仿真例子说明了其有效性。     

两传感器信息融合稳态Kalman滤波器和平滑器

应用Kalman滤波方法,基于Riccati方程,对输入噪声和观测噪声相关,且传感器观测噪声相关的两传感器系统,在线性最小方差最优信息融合准则下,提出了按矩阵加权最优信息融合Kalman滤波器和平滑器。为了计算最优加权阵,提出了局部估计误差互协方差阵的计算公式。同单传感器情况相比,可提高融合估计精度。一个目标跟踪系统的仿真例子说明了其有效性。     

伪线性神经网络

给出了多输入－多输出（MIMO）的伪线性神经网络（PNN）结构与模型。PNN的构成是基于Gain-schedu-ling 控制技术与扩展线性化方法。还讨论PNN的递推预报误差的二阶学习算法（RPF）和训练过程中，并通过对多变量、强耦合的非线性加热炉的动态建模,证明了用PNN建模，效果良好，且具有训练参数少，收敛 速度快，准确性高等良好性能。     

基于增量余弦RBF网络的惯性导航初始对准

针对传统高斯RBF网络应用于惯性导航初始对准建模时，对处于两基函数中心点之间的值拟合效果不太理想的情况，提出了一种将增量余弦RBF网络用于惯性导航初始对准建模的方法。该方法采用增量余弦函数作为RBF网络的基函数，对多变量非线性系统有很好的拟合能力。相对于传统高斯RBF网络，增量余弦RBF网络的基函数具有更强的局域性，解算时同时参与运算的基函数数量更少，有效地降低了网络的解算时间。仿真结果表明，增量余弦RBF网络用于惯性导航的初始对准，既可获得较高的对准精度，又有效地降低了系统的解算时间，提高了系统的实时性。