被动式时间同步算法的研究与软件编制

网络中的各个节点的时钟是否同步到一定的精度是决定着许多其它的应用能否顺利进行的关键一环，在不同的网络中，我们采用不同的同步算法以达到更高的精度和更好的稳定性，本文详细地讨论了被动式算法的思想，分析了该算法相对干其它算法的优点之处，给出了关键部分的程序实现，并对可能的误差环节进行分析。     

RKHS中正则化学习算法的推广误差界

研究了再生核希尔伯特空间(RKHS)中的正则化学习算法，证明了其推广误差可分解为两个部分：逼近误差和估计误差，并应用VC维和算法稳定性给出了相应界，最后联立这两个结果证明了正则化学习算法具有好的推广性．     

计算周期为pn的二元序列k错线性复杂度及误差向量的一个算法

k错线性复杂度是密钥流序列稳定性的重要度量指标,误差向量的计算有非常重要的作用.在王-张-肖算法的基础上,改写cost向量的结构,给出了计算pn周期二元序列k错线性复杂度的新算法,该算法更容易理解.同时给出了计算相应误差向量的算法,即在该误差向量下,能实现原始序列的k错线性复杂度.这里p为奇素数,2为模p2的本原根.     

四阶抛物方程一类新的并行交替分段隐格式

给出了逼近四阶抛物方程的一组新Saul’yev非对称差分格式, 利用这组非对称格式和对称的Crank Nicolson格式构造了一类新的并行交替分段隐格式算法, 并证明了该算法的绝对稳定性. 数值实验表明, 该格式具有良好的收敛性、 误差精度和稳定性.     

抛物型方程初边值问题的弱形式Schwarz交替算法及L~2误差估计

考虑求解抛物型方程初边值问题的区域分裂算法，我们给出了时间变量离散的弱形式Ｓｃｈｗａｒｚ交替算法，并给出了算法的Ｌ２－模及Ｈ１－模误差估计     

计算误差和观测误差对ARMA序列似然函数的影响

似然函数的Ａｌｉ算法和新息算法用矩阵表示并给出误差分析．观测误差和舍入误差的影响用公式给出并求出其渐近误差界     

抛物型方程初边值问题的弱形式Schwarz交替算法及L^2误差估计

考虑求解抛物型方程初边值问题的区域分裂算法，我们给出了时间变量离散的弱形式Ｓｃｈｗａｒｚ交替算法，并给出了算法的Ｌ＾２－模及Ｈ＾１－模误差估计。     

高阶紧致格式结合外推技巧求解对流扩散方程

将Padé 逼近方法、Richardson外推技巧、两重网格算法与紧致差分方法相结合,对线性对流扩散问题构造了一种新的高阶紧致差分格式,给出了格式的实现过程和误差估计,分析了稳定性。最后给出数值算例说明算法的有效性。     

GF(q)上pn-周期序列的k错线性复杂度

周期序列的错误线性复杂度是度量密钥流稳定性的一个重要指标.首先改写GF(q)上pⁿ周期序列的k错线性复杂度快速算法,给出其m紧错线性复杂度的快速算法;然后研究相应k错线性复杂度的误差向量,得到计算误差向量的算法,即在此误差向量下,可以实现原始序列的k错线性复杂度.其中p为奇素数,q是模p2的一个本原根.     

基于B样条函数的对流扩散方程数值模拟

利用三次B样条函数,构造了一个求解对流扩散问题的隐式格式,并分析了算法误差及稳定性,给出了数值例子.数值结果表明,构造的格式能处理文献[2]中格式不能处理的问题,且精度更高。     

Ⅰ型超导体全离散T-ψ有限元法的误差估计

采用将磁场H进行T-ψ有限元分解的方法来解决Ⅰ型超导的问题,其中带有奇异核的卷积项是误差估计的关键.首先我们要给出T-ψ具体形式,以及变分形式和相关的函数空间;其次,给出全离散格式,并证明其变分问题解的存在唯一性;最后,进行稳定性研究和误差估计.     

基于理想轨迹学习的机械手神经自适应控制

在机械手鲁棒控制的基础上,讨论了神经网络逼近误差界未知情形下机械手的神经网络直接自适应控制方法,这里神经网络用于补偿系统的不确定性,提高整个系统的跟随性能。提出设计方法的主要特点是神经网络控制器设计采用机械手待跟随的理想关节信号代替实际的机械手关节角、关节速度和关节角加速度作为神经网络的输入,此外神经网络的逼近误差界假设是未知的。给出了具体的系统设计算法,并证明了神经网络学习算法的收敛性和整个系统的全局稳定性。最后,一两连杆机械手的控制器设计仿真实例验证了提出算法的有效性。     

完全一般非线性隐拟变分包含的带误差的扰动迭代算法

给出了一类完全一般非线性隐拟变分包含并没有极大单调性质证明了它等价于一类不动点问题,我们还给出了这类隐拟变分包涵解的存在性,并给出了解的带误差的扰动迭代算法的收敛序列。     

基于神经网络的全局寻优自适应BP学习算法

根据梯度算法中网络权值的演化规律，并基于终端吸引子，提出一种能全局寻优自适应的快速BP算法，该算法的基本思想足最小二乘算法，采用梯度搜索技术，以期使网络的实际输出值与期望值的误差的均方值为最小．同时，进行BP学习算法的稳定性和快速收敛问题分析研究．并进一步给出改善BP算法学习率修正、假饱和现象消除等训练结果的措施．     

具有量化误差的单输入双线性采样系统的稳定性

研究一类具有量化误差的单输入双线性采样系统的稳定性问题,通过小反馈控制器的设计使得不含量化误差的双线性采样系统全局一致指数稳定,并在此基础上讨论量化误差对双线性采样系统稳定性的影响,给出在量化误差受限的情况下,采样系统仍保持原有的稳定性.     

减缩方法求动力响应的误差分析

本文在K.A.KJine误差理论的基础上,给出Clough法与WYD法求动力响应的误差表达式,并对起决定作用的误差第一项进行了具体分析,并与模态叠代法误差作了具体比较,从理论上证明:Lanczos向量是较好的减缩基,利用此向量的两种算法即Clough算法与WYD算法都是很有效的,WYD法与Clough法所得误差的第二项为足够小的小量。     

具有波动算子的非线性Schr dinger方程的谱方法

本文讨论了一类具有波动算子的非线性 Schr dinger方程的周期初值问题 ,构造了半离散和全离散的 Fourier谱格式 ,利用有界延拓法 ,证明了格式的收敛性与稳定性 ,并给出了误差估计 ,为该模型的数值分析提供了理论基础和一个有效的算法     

抛物型方程的分裂法

本文对二维变系数的抛物型方程的初值问题进行了研究。利用区域分裂法与算子分裂法有机结合构造出一种并行的局部一维的差分算法。给出了稳定性条件和误差界。最后利用数值算例进一步说明所构算法有效性和实用性。     

六自由度电磁跟踪系统位置参数求解算法的改进

为了获得精度较高、稳定性较好的六自由度电磁跟踪系统目标参数求解算法,在分析原参数求解算法误差产生原理的基础上,引入特征值和特征向量的概念,提出了一种结合特征向量法和单位指向矢最大分量跟踪法的改进算法来求解目标的位置参数,并对改进算法的稳定性进行了分析。通过数值模拟和实验验证,算法很好地解决了原跟踪算法在位置参数α、β角度较小区域将误差放大的问题,提高了算法的稳定性和系统定位计算的精度。     

多层神经网络的快速BP算法

首先分析了BP算法中的误差函数对收敛精度的影响,给出了综合考虑绝对误差和相对误差的相差函数,其次利用优化方法中的共轭梯度算法来计算学习过程中的误差下降方向,并根据尺度公式对该方向进行修正,从而得到快速BP算法。经过对实际算例的模拟,结果表明本文给出的快速BP算法是一种适用于多层神经网络的、性能优良的学习算法。