基于改进遗传神经网络的微硅加速度传感器动态补偿研究

比较遗传算法与神经网络的特点, 并对将遗传算法用于函数连接型神经网络(FLNN)的优点进行了研究.对遗传算法的编码方法、交换和变异操作做了改进,提出了一种融合改进遗传算法的FLNN用于微硅加速度传感器动态性能补偿的新方法.该方法不依赖于传感器的动态模型, 可根据传感器的动态响应数据, 建立补偿模型,采用改进遗传神经网络搜索和优化补偿模型参数,既保留了遗传算法的全局搜索能力,又具有神经网络的鲁棒性和自学习能力.介绍补偿原理及算法, 给出动态补偿网络的数学模型.结果表明, 该补偿方法能克服FLNN收敛速度慢、容易陷入局部极小的缺陷,具有网络训练速度快、实时性好、良好的全局搜索能力、精度高、鲁棒性好及动态补偿器实现简单等优点.     

Novel l2-l∞ controller design for LPV discrete time-delay systems

One of the first attempts to derive energy-to-peak performance criteria and state-feedback controller design problem for linear parameter-varying discrete time systems with time delay is provided. Firstly, we present a parameterdependent l2-l∞ performance criterion using a parameter-dependent Lyapunov function. Upon the conditions addressed,an improved parameter-dependent l2-l∞ performance criterion is established by the introduction of a slack variable,which exhibits a kind of decoupling between Lyapunov functions and system matrices. This kind of decoupling enables us to obtain more easily tractable conditions for analysis and synthesis problems. Then, the corresponding parameter-dependent state-feedback controller design is investigated upon these performance criteria, with sufficient conditions obtained for the existence of admissible controllers in terms of parameterized linear matrix inequalities. Finally, a numerical example is provided to illustrate the feasibility and advantage of the proposed controller design procedure.     

红松人工林树高生长的灰色预测

根据灰色系统理论,通过较少的树干解析数据,建立了红松人工林树高生长的灰色动态预测GM(1,1)模型,可对林分生长进行预测,分析了不同立地类型上树高生长状况,为科学地经营管理现有林分提高科学依据.     

试论师范学校图书情报人员的基本素质

当前，师范学校正处于升入专科学校的关键时期，图书馆也正在发生着巨大的变化，现代化程度日益提高，面临着新的机遇和挑战，图书馆工作人员也必须适应形势的发展。文章从几个方面阐述了当前中等师范学校图书馆员在全面提高素质方面的一些观点和看法。     

扁豆特早熟品种主茎生长动态的计算机应用

以扁豆特早熟品种湘扁1号、湘扁2号在不同条件下的生长状况为研究对象，用C语言编制了可一次性计算出扁豆在不同品种、密度及花前肥情况下的生长动态图的计算机系统。结果表明：利用计算机有助于快速准确地分析植物的生长动态，为高产栽培提供了重要的技术资料。     

反应萃取法提纯赖氨酸的工艺

测定用二（2－乙基己基）磷酸酯萃取分离赖氨酸的分配系数和萃取率。考虑氨基酸的初始浓度、二（2－乙基己基）磷酸酯的浓度、pH值和温度对分配系数和萃取率的影响，用多元逐步回归法进行回归分析。结果表明，氨基酸的初始浓度对萃取分配系数和萃取率没有明显的影响，萃取分配系数和萃取率随二（2－乙基己基）磷酸酯的浓度的增加而显著增大，随温度的升高而降低。这说明，萃取反应是一个放热反应。     

支持向量机及其在函数逼近中的应用

支持向量机是一种新的机器学习算法，它的理论基础是Vapnik创建的统计学习理论，它采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型预测误差的上界，从而提高了模型的泛化能力，本文通过SVM在函数逼近中的应用，研究了SVM的小样本学习，泛化能力和抗噪声扰动能力。     

水污染问题特征有限差分方法的数值计算及理论分析

研究水污染二维对流占优数学模型特征有限差分方法的计算问题，导出的计算格式对时间变量用特征线修正方法离散，对空间变量用带权二阶中心差分方法离散．对Neumann型边界条件的离散，在线性特征差分格式中用一阶偏心差商离散，在二次特征差分格式中用一阶中心差商离散，在收敛性分析中用离散Green公式处理Neumann型边界条件的影响，最后分别得到线性特征差分格式和二次特征差分格式的离散l^2-模最优阶误差估计．     

基于最大似然准则的f—x—y域l1模预测滤波方法

常规的f—x—y域预测滤波方法基本上都假设随机噪音是服从高斯分布的，但在实际地震资料中并不是所有的随机噪音都服从于高斯分布。针对非高斯分布的随机噪音，讨论了f—x—y域l1模预测滤波方法。该方法利用最大似然准则建立目标函数，同时利用非线性共轭梯度法来优化求解目标函数。理论模型试算表明，f—x—y域l1模预测滤波方法不仅可以有效地消除非高斯分布的随机噪音，而且也避免了假同相轴现象的产生。     

第一类Cartan-Egg域的全纯截曲率

给出了第一类Cartan-Egg域上的Bergman度量方阵和Bergman度量下的全纯截曲率的显表达式.