粘弹基上受压粘弹杆的稳定性

由纤维复合等材料研制的各种结构的广泛应用,使得其力学性能的研究日趋重要。由于这类材料具有明显的时间效应,因而,必须采用粘弹性理论研究其与时间相关的各种性质。利用动力学的观点和方法,研究了粘弹性基础上两端受压粘弹性直杆的动力稳定性。考虑杆的线性变形,将问题化为等价的四阶常微分方程,分析了方程不动点的稳定性,由此得到杆的蠕变及瞬时临界载荷,讨论了杆失稳的临界时间,并数值计算了杆的动力响应,得到了相应的     

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题,提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明,通过合理地选取参数,可获得满意的预测效果．     

4—氨基—1,2,4—三唑Schiff碱双核M（Ⅱ）配合物的合成及磁性

合成一类新的配合物［M2L2］（ClO4）2·nH2O［M＝Cu（Ⅱ）（1）、Co（Ⅱ）（2）Ni（Ⅱ）（3）,L为4－（邻羟苯基亚甲基）亚胺－1,2,4－三唑］．元素分析、红外光谱、电子光谱等分析数据表明配合物具有酚氧桥的结构．配合物的变温（4～300K）磁化率测定值与理论模型拟合,求得磁参数分别为：配合物（1）J＝－99．32cm－1,g＝2．12;配合物（3）J＝－72．58cm－1,g＝2．12．表明金属离子间有弱的反铁磁相互作用．     

一种复杂平衡体系的微机处理系统—CES软件

设计了用以解决ＭｍＬｌＨｈ型配合物溶液的复杂平衡体系中粒子模型选择及其热力学常数测定的ＣＥＳ程序。通过ｐＨ－电位法,并由此程序计算出了四氮杂大环配体的四个加质子平衡常数及其钴配合物的稳定常数。     

N-亚水杨基甘氨酸Schiff碱与硫酸钕配合物的合成和表征

用硫酸钕与Ｎ亚水杨基甘氨酸Ｓｃｈｉｆ碱在水溶液中反应,合成了钕的Ｓｃｈｉｆ碱配合物Ｎｄ２（ＳａｌＧｌｙ）２ＳＯ４·２Ｈ２Ｏ（Ｓａｌ＝亚水杨基,Ｇｌｙ＝甘氨酸）,并用元素分析、摩尔电导、红外光谱、电子光谱、荧光光谱和差热热重分析对其组成和性质进行了研究．     

高速网络业务模型及数据流量反馈控制研究

分析了高速通信网络不同业务类型的特点．根据不同业务对网络服务质量（ＱＯＳ）的要求及动态占用带宽的优先度,将其分为两种类型：一类业务可在预定的范围改变其传输速率,另一类是被动的,网络根据可用带宽的大小动态地调节其传输速率．文中给出了一种业务流量控制模型,该模型把带宽的高效率利用归结为如何对被动业务流量进行控制．按充分利用信道容量的原则,提出了一种自适应反馈控制算法．模拟表明,这种控制方法有良好的性能．     

神经网络在橡胶硫化温度预测中的应用

本文针对难以通过在线测温实现等效硫化控制的情况,在确定硫化条件的直接测温实验基础上,提出了用神经网络模型预测实际生产过程中硫化制品内部温度的方法．在该方法中将所测温度值作为样本提供给神经网络学习,温度采集时刻及易测外部温度作为网络输入,输出值则是在硫化时制品难测温点处不同时刻的内温．神经网络通过学习取得了良好的效果,网络输出的温度值将成为等效硫化计算和硫化质量智能控制的有价值的依据．     

一类基于神经网络的模糊系统建模与控制

将人工神经网络理论和模糊系统理论结合起来,研究并提出了一类基于人工神经网络的模糊系统建模和控制方法。仿真表明该方法能有效地用于多种难以建立数学模型的控制系统。     

远程教育管理技术及其实现

分析了远程教育管理涉及的教育模式和管理内容,并给出了基于ＣＥＲＮＥＴ、Ｉｎｔｅｒｎｅｔ网络环境下的初步实施方案,对阐述了如何实现ＷＷＷ服务器对数据库的高效防间和系统的安全等有关技术问题。     

用于语音识别中的SOFM矢量量化方法

该文讨论了神经网络语音识别系统中的ＫｏｈｏｎｅｎＳＯＦＭ神经网络的矢量量化（ＶＱ）的原理与过程,着重解决了其在实际应用时的若干问题,包括网络大小,学习步幅函数以及矢量量化过程中的公平竞争学习的控制函数的选定。过讨论了基于听觉模型的声学特性的提取与处理,这与ＶＱ性能息息相关。系统应用的实验表明,该神经网络在语音识别系统中具有良好性能。