GMDH两水平算法的证券组合投资预期收益模型

以自组织理论两水平算法为基础，采用组合投资方法，在证券投资ＧＭＤＨ两水平算法预测模型的基础上，建立了ＧＭＤＨ两水平算法的证券组合投资预期收益模型     

一种有效的MIMD并行DFP算法

该文从串行ＤＦＰ算法出发，通过对算法的仔细研究与分析，提出了一种适合于消息传递型ＭＩＭＤ并行机的块并行ＤＦＰ算法。该算法与已有文献中相应的ＳＩＭＤ算法相比，其并行度大大提高，效率比相应的ＳＩＭＤ算法高，算法的理论分析证明该文中的并行ＤＦＰ算法，当ｎ→∞时，极限效率趋于１。     

一种基于ED方法的实时事务调度的改进算法

提出一种实时事务表示模型，该模型给出了一种基于ＥＤ方法的实时事务调度的改进算法，该算法与ＥＤ相比，可以减少调度时发生的运行时间错误     

一种基于ED方法的实时事务调度的改进算法

提出一种实时事务表示模型，该模型给出了一种基于ＥＤ方法的实时务调度的改进算法，该算法与ＥＤ相比，可以减少调度对发生的运行时间错误。     

基于多个 DSP 的图像处理 SIMD 并行结构

通过分析低层图像处理算法特点，指出标准ＳＩＭＤ结构不能完成某些低层图像处理算法的数据综合任务，提出的改进型ＳＩＭＤ结构增加了多指令控制、共享存储器单元，能执行更多种类图像处理算法，讨论了图像在ＳＩＭＤ结构计算机上的一维、二维分块方法，结果表明一维图像分块在互连网络硬件量、算法执行速度两方面更具优越性．     

基于多个DSP的图像处理SIMD并行结构

通过分析低层图像自理算法特点，指出标准ＳＩＭＤ结构不能完成某些层图像处理算法的数据综合任务，提出的改进型ＳＩＭＤ结构增加了多指令控制、共享存储器单元，能执行更多种类图像处理算法，讨论了图像在ＳＩＭＤ结构计算机上的呈维、二维分块方法，结果表明一维图像分块在互连网络硬件量，算法执行速度两方面更具优越性。     

一种新二维离散余弦变换快速算法

利用三角函数公式提出了一种将Ｎ×ＮＤＣＴ分解为Ｎ个１－ＤＤＣＴ的新的快速算法－ＤＤＣＴ算法，给出了８×８ＤＤＣＴ的算法流程图，并与其它２－ＤＤＣＴ快速算法在计算量及计算结构上进行了比较，计算机仿真结果表明，ＤＤＣＴ算法的计算精度明显高于行－列法。     

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。     

测量毫微伏电压的DPSD算法研究

数学相敏解调（ＤＰＳＤ）是当前国际在微弱正弦信号测量领域的新技术。理论上ＤＰＳＤ性能优于模拟式相敏解调，但真正实现ＤＰＳＤ，技术上仍有许多问题有待解决。本文中作者详细讨论了ＤＰＳＤ算法中的一些关键问题，包括有样频率、采样点数、Ａ／Ｄ转换器位数、算法程序等。此算法已在毫微伏电压扣得到应用，取得了满意的测量结果。     

一种新的SDH路由配置算法

研究了ＳＤＨ网络管理中的路由配置方法，引入了图论中的最大容量算法，作了必要的个性使之适用于ＳＤＨ光纤网的规划，并具有一定的动态性。实践表明，该算法是一种快速，有效的动态路由配置算法。     

维特比译码的双读出回溯算法及ASIC实现

在分析维特比译码器回溯算法的基础上，归纳出回溯算法的规律，提出了双读出回溯（ＤＲＴＢ）算法。计算表明，ＤＲＴＢ算法在不增加硬件开销的情况下，使回溯运算速度达到原来的４倍。本文还介绍了基于ＤＲＴＢ算法幸存路径存储器单元（ＳＭＵ）的ＡＳＩＣ结构和物理设计。对半导体集成电路的测试表明，本文提出的ＤＲＴＢ算法及电路结构是成功的。     

基于神经网络分类的自适应图象编码

介绍一种对图象特征系数进行分类的自适应图象压缩编码算法。利用子图象ＤＣＴ系数间的相关性，使用神经网络的方法对ＤＣＴ系数矩阵进行分类对具有相近频率分布的变换系数矩阵进行聚类，使得各频率分量的方差减小，并提出了自适应的比特分配算法。实验表明在相同的压缩比情况下，该图象编码算法较其他方法有明显的提高。     

基于块对角排序法的不可控模型和不可观测模型的算法

基于计算正则矩阵对收缩子空间的块对角排序方法，对线性时不变系统不可控模型和不可观测模型提出了一种数值算法。这类算法比Ｖａｎ Ｄｏｏｒｅｎ的“去核方法”及Ｄａｖｉｓｏｎ－Ｗａｎｇ的正则化方法有明显优点。     

图顶点m着色的改进算法

对于解决图顶点着色问题，目前较常使用ＤＦＳ算法，而由于该算法存在效率不高问题，故提出ＤＦＳ改进算法，极大提高了该算法的效率，对于较难的图顶点着色问题，利用该改进算法更为有利。     

全局最优化的Darwin ＆ Boltzmann混合策略

提出并实现一种新的全局最优化求解方法－Ｄａｒｗｉｎ ＆ Ｂｏｌｔｚｍａｎｎ混合策略，它是一个综合了Ｄｒｗｉｎ进化策略和Ｂｏｌｔｚｍａｎｎ退火策略特点的通用随机迭代算法。理论分析证明，这一求解算法渐近收敛于全局最优解集且可具有多项式计算复杂性。     

DFT的扩展及快速Prony算法

介绍了 Ｐｒｏｎｙ算法及其优缺点。对 ＤＦＴ作了扩展，得到在单位圆内的各同心圆上 做Ｚ变换的快速算法，并利用扩展的ＤＦＴ提出了一种快速的Ｐｒｏｎｙ算法，改进了现有 Ｐｒｏｎｙ算法存在的计算速度慢、所占内存大、且涉及复矩阵运算的问题。从理论上作了 论证并用仿真信号和实际生物医学信号证实了方法的可行性和快速性。     

构造Dn—最优确切设计的偏移调整算法

给出了构造Ｄｎ－最优确切设计的一个新的算法－－偏移调整算法，简称ＥＡＡ算法，并同时给出与Ｗｙｎｎ－Ｍｉｃｈｅｌｌ算法的Ｄ－最优性的比较，证明ＥＡＡ算法有较好的设计效果。     

动态数据系统软件的移植、优化与调试

动态数据系统（ＤＤＳ）作为一种构思新颖的系统建模方法，在系统辨识领域里已日渐受到重视。本文结合我们的使用经验，介绍了ＤＤＳ软件在向ＩＢＭ－ＰＣ微型机上移植的基本思想．移植中遇到的特殊问题及其处理方法。利用软件工程中的ＳＤ方法，成功地获得了结构化ＤＤＳＤ软件。实际应用结果表明，ＤＤＳＤ软件不仅保留了ＤＤＳ软件的全部功能．而且优化了源程序结构与算法，扩充了软件的处理功能，特别是移植后的ＤＤＳＤ软件能方便地在ＩＢＭ－ＰＣ及其兼容机上运行。此外，本实践也为从事系统仿真研究的科研工作者在微型机上移植或开发大型系统仿真软件提供了参考。     

层次分析中判断矩阵排序的广义最小偏差方法

对原有的最小偏差排序方法（ＬＤＭ）作了进一步推广，并提出了一类广义最小偏差排序方法（ＧＬＤＭ），同时给出了其收敛性迭代算法和仿真实例。理论分析和仿真结果表明，应用ＧＬＤＭ对判断矩阵进行排序不但可行而且有效。     

智能搜索算法设计和分析

提出了人工智能博弈树搜索ＳＳＳ＊算法的两种改进算法ＢＳ＊和ＤＳ＊算法，给出了ＢＳ＊和ＤＳ＊搜索博弈树端结点的充分必要条件，由此证明了，如果能估计一个合适的上界，则ＢＳ＊算法优于ＳＳＳ＊算法．同时还证明了ＤＳ＊算法优于α－β算法．论述了ＤＳ＊算法搜索深度为奇数的博弈树时，在一般情况下也优于ＳＳＳ＊算法，且这两种算法都降低了存储开销．