反正切函数的快速计算方法

给出了反正切函数的快速、高精度的计算方法，其基本策略是按照二进制定点表示的特点，将计算区间转换成易求值的区间，然后利用低次逼近法进行计算．该方法计算量小，其计算精度可达到１０－８．     

一种训练神经网络的新型遗传算法

针对神经网络中具有大量的相似解，提出了一种规范化方法，大大地减少了神经网络中解的数目，然后，给出了多种不同的算子，通过对简单网络问题的实验，比较了它们的优劣，得出了一个新型的遗传算法ＮＧＡ。实验表明，ＮＧＡ比用传统的ＧＡ训练神经网络效果要优。     

一种基于模型逼近度的变步长BP算法

从步长选择的角度出发，提出了一个基于模型逼近度的变步长ＢＰ神经网络学习算法。数值结果表明该算法具有良好的收敛速度。     

A mixture likelihood approach for generalized linear models

A mixture model approach is developed that simultaneously estimates the posterior membership probabilities of observations to a number of unobservable groups or latent classes, and the parameters of a generalized linear model which relates the observations, distributed according to some member of the exponential family, to a set of specified covariates within each Class. We demonstrate how this approach handles many of the existing latent class regression procedures as special cases, as well as a host of other parametric specifications in the exponential family heretofore not mentioned in the latent class literature. As such we generalize the McCullagh and Nelder approach to a latent class framework. The parameters are estimated using maximum likelihood, and an EM algorithm for estimation is provided. A Monte Carlo study of the performance of the algorithm for several distributions is provided, and the model is illustrated in two empirical applications.     

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。     

带权PLA折叠问题及其启发式算法

本文将可编程逻辑阵列（ＰＬＡ）的折叠问题推广到行列折叠点间带权的一般情况，对这个ＮＰ－完全问题给出三个启发式算法，其中两个为贪心类算法，另一个是利用独立集的启发式算法，分析了各个算法的复杂性。     

二次通用旋转试验设计的改进

本文针对目前二次通用旋转试验设计中存在的问题，给出了一种改进的方法。     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

热传导方程反问题的存在性（Ⅱ）

讨论了下述热传导方程Ｕ－△μ＋ｑ（ｘ）μ＝ｆ（ｘ，ｔ）ｕ（ｘ，０）＝０其中ｑ（Ｘ）＞０为未知函数，在附加条件μ（ｘ，Ｔ）＝ｈ（ｘ）下反问题（μ，ｑ）的存在性。用Ｇａｌｅｒｋｉｎ逼近方法和拓扑度理论得出了反问题的存在性定理。     

一种基于神经元网络优化的辨识方法

基于神经元网经络结构的优化，提出了一种新的辨识方法，并针对三层反向传播神经元网络，提出了该辨识方法的详细算法，通过实例仿真证实了该方法的有效性。