基于差异性度量的选择性神经网络集成

基于神经网络间的差异性,提出一种选择性神经网络集成方法.该方法利用差异性度量,选择满足一定条件的个体神经网络组成神经网络集成,选出的个体神经网络既满足个体的精度要求,又满足个体神经网络之间的差异性要求.理论分析和实验结果表明,利用该方法能够提高神经网络集成的分类识别率.     

关于不等式S（X1＋X2＋……Xt）〈 1/t （S（X1）＋S（X2）＋……S（Xt））

对于正整数n,设S(n)是n的Sm arandache函数,笔者证明了:对于任何大于1的正整数t,不等式S(x1 x2 … xt)<(S(x1) S(x2) … S(xt))/t有无穷多组正整数解(x1,x2,…,xt).     

Diophantione方程xd(n)+yd(n)=zφ(n)的本原解

对于正整数ｎ，设ｄ（ｎ）和φ（ｎ）分别是除数的函数和Euler函数，又设ｐ是奇素数.证明了：当ｎ＝１，2，４或ｐ时，方程ｘｄ（ｎ）＋ｙｄ（ｎ）＝ｚφ（ｎ）有无穷多组本原解（ｘ，ｙ，ｚ）；当ｎ≠１，2，４，ｐ或ｐ2时，该方程无本原解（ｘ，ｙ，ｚ）.     

关于三角数的一个方程

对于正整数n,设T(n)=n(n-1)/2是第n个三角数.设k是大于1的正整数.论文证明了:当n是平方数时,方程T(x)=kT(y)仅有有限多组正整数解(x,y);当n不是平方数时,该方程有无穷多组正整数解(x,y).     

关于Diophantine方程(ax3+1)/(ax+1)=f(y)

设a是大于1的正整数,f(z)是整值函数.本文证明了:方程(ax3 1)/(ax 1)=f(y)没有适合x>1的整数解(x,y).     

TiO2的有机改性及其电泳性能

以改性的TiO₂粒子为显色粒子，四氯乙烯为分散介质，油溶红为染料，加入分散剂制备了电泳显示液。选用不同类型的有机表面活性剂和硅烷偶联剂对纳米TiO₂粒子进行表面改性。用红外光谱（FT-IR）表征了改性粒子的表面组成和结构，并通过透射电镜（TEM）观察了粒子的形态、粒径及分散情况。采用静态沉降法考察了改性后的粒子在四氯乙烯中的分散稳定性，并利用自行设计的电泳仪对粒子的电场响应特性进行了测试。结果表明，用阴离子表面活性剂十二烷基苯磺酸钠(SDBS)改性的粒子其分散稳定性和带电性最好。随后探讨了SDBS用量和反应时间对粒子分散性和带电性的影响，得到改性的最佳工艺条件为：改性剂用量为TiO₂含量的15%，反应时间为1h。改性后的粒子分散性和带电性有明显的提高，粒子对电场有可逆响应且具备一定的双稳性。     

基于BP网络的群射防空火箭炮变间隔研究

通过动力学仿真为BP网络建立训练样本,从而使其能够模拟变发射间隔与起始扰动的非线性动力学关系。在对BP网络训练后对变间隔的问题进行研究,并进行优化,从而得出了一组较好的发射间隔值,使得相应的起始扰动较小。动力学的仿真表明BP网络优化的结果比较可靠,从而为确定群射防空火箭炮的发射间隔提供参考。