BKK方程的分支现象与非线性波解

研究Broer-Kaup-Kupershmidt(BKK)方程的分支现象与非线性波解。首先,通过行波变换,求得BKK方程的首次积分与奇点,接着运用动力系统定性理论和分支方法给出BKK方程在各区域中的相图,并获得方程的一些非线性波解;进一步,扭波的三种分支现象被揭示;最后,利用Maple软件对这些分支现象进行模拟。     

模糊PID控制在烟酸反应釜温度控制中的应用

文章讨论了烟酸生产过程中反应釜温度控制的设计问题.由于在化学反应过程中反应釜特性不断变化,造成PID控制的困难.结合控制系统的特点,采用了模糊PID控制技术,使PID参数能够根据对象的变化进行适当的参数自整定,解决了烟酸生产中的关键控制难题.     

基于MAX1320的多通道同步数据采集卡的实现

设计了基于MAX1320的多通道同步数据采集卡,通过CPLD逻辑控制,采用C 设计驱动程序,实现了对多达8路信号的同步采样,满足了多点温度信号同步采样的要求.数据采集卡结构简单、可靠,符合PC104总线规范,相关软件编制方便.     

多元羧酸免烫整理剂的合成与应用

选用马来酸、马来酸酐、衣康酸为单体,以过氧化物为引发剂,通过自由基聚合合成免烫整理剂.采用正交实验法对PMA整理工艺进行研究,测试了织物的白度、折皱回复角和断裂强力保留率,得到的优化工艺条件如下:PMA用量80g/L,SHP用量24g/L,焙烘温度160℃,pH值为4.为了进一步提高折皱回复角,添加CA和纳米TiO2与PMA一起对棉织物进行免烫整理,结果表明,随着CA用量的增加,断裂强力、撕破强力和折皱回复角相应提高,但用量过大后,白度会下降.添加纳米TiO2,可提高整理织物的折皱回复角.     

基于特征加权的神经网络集成及其应用

泛化能力是机器学习关注的基本问题之一.特征加权是特征选择的更一般情况,它能更加细致地区分特征对结果影响的程度,往往能够获得比特征选择更好的或者至少相等的性能,已经成为普遍的提高学习器的泛化能力的方法之一.该文提出一种基于特征加权的神经网络集成方法FWEART,该方法通过自适应遗传算法的优胜劣汰机制为输入属性确定了特征权值,提高了集成中各个体Category ART网络的精度和差异度,从而提高了神经网络集成的泛化能力.在UCI标准数据集上验证了有效性后,FWEART被应用在地震序列类型预报上,取得了较好的预报效果.     

基于特征模型的预测函数控制

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制．特征模型是一种比动力学模型简单,但能表征被控对象特征的模型．该文针对预测函数控制算法的缺陷,提出利用二阶特征模型来构成预测模型．通过工程建模获取了被控对象的特征模型,实现了基于特征模型的新型预测函数控制,并通过与采用一阶预测模型的预测函数控制进行比较．理论分析与实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现．     

基于层次算法的客户满意度算法的研究

一个好的客户满意度算法对于企业管理客户是重中之重,文章提出了层次分析结构模型的客户满意度算法,并进行了实证研究与分析。     

广义渐近拟非扩张映射不动点的收敛性

在凸度量空间中,引入一类比渐近拟非扩张映射更加广泛的广义渐近拟非扩张型映射,并在完备凸度量空间给出修改的Ishikawa迭代序列收敛于广义渐近拟非扩张型映射不动点的充要条件。     

四川黑熊ND3、ND4L和tRNA-Arg基因的克隆和序列分析

克隆并测定了四川黑熊（Ursus thibetanus mupinensis）线粒体基因组764 bp的片段,根据序列同源性比较,该DNA片段包括2个蛋白质编码基因：ND3和ND4L基因,以及1个tRNA-Arg基因.四川黑熊的ND3基因和ND4L基因的DNA序列和所编码的氨基酸序列与马来熊、棕熊、美洲黑熊和北极熊的同源性分别为：90%和95%、93%和97%、91%和96%、93%和97%;89%和98.98%、88%和98.98%、89%和100%、89%和98.98%.与棕熊、美洲黑熊和北极熊tRNA-Arg（CGA）的同源性分别为95.65%、94.20%和94.20%.拓扑结构比较显示,四川黑熊的ND3基因所编码的氨基酸序列比美洲黑熊的少了1个蛋白激酶C磷酸化位点.     

条件压缩算子不动点与Banach空间Volterra型积分方程的解

给出了Banach空间条件压缩算子定义,讨论了此类算子不动点的存在性和Banach空间中非线性Volterra型积分方程解的存在性和唯一性.