基于二维正投影图三维重建的递归算法

模拟人脑读图中的形体分析法的叠加原理 ,给出三维重建的一种递归算法 .输入初始三视图 ,从中识别出一个简单子块 ,重建这个子块 ,设想从所求形体中切去该子块 ,即将重建过的视图立刻擦除 ,算出剩余形体的三视图 ,并作为新的初始三视图 ,再接受递归算法模块处理 ,如此循环 ,直到投影图信息量为零 .这种算法具有如下特点 :①将自顶向下法和自底向上法有机地结合 ;②在使用自底向上法时仅对三视图作局部计算 ;③使用过的视图信息及时消除 ,避免重复计算 ,效率高 ;④可以解决多解问题 .在使用优先原则时 ,可消去虚伪解 .     

隐马氏模型中的标量估计

通过测度变换的方法构造一个概率空间,利用观测变量在该构造空间中独立的性质,研究了一类在实际中应用广泛的隐马尔可夫模型———零延迟隐马尔可夫模型;然后通过测度的逆变换,将构造空间中得到的结果返回到实际的空间中来,克服了通过半鞅的方法得到标量估计的困难。最后给出了零延迟隐马尔可夫模型中标量估计的一般公式,并且应用该公式给出了状态、跳跃次数、状态到达次数等标量估计,以阐明该方法的应用。     

基于对角递归神经网络的非线性逆动态控制

采用2个对角递归神经网络(DRNN)构成非线性逆动态控制系统，一个用作辨识器，逼近系统的正模型，为逆动态控制提供系统的灵敏度；另一个用作控制器，逼近系统的逆动态模型，再与原系统串联组成伪线性系统．仿真结果表明该控制方法实现了对非线性系统的有效控制。     

一类RNA二级结构的计数

应用组合计数技巧研究了一类RNA二级结构的计数问题,给出了序列[1,n]的二级结构数和序列[1,n]上恰有k个基对的二级结构数的精确表达式.     

用Excel建立灰色数列预测模型的研究

灰色系统在上个世纪八十年代首次提出后已经得到了广泛的应用，对社会、经济各领域作出了极大的贡献。灰色预测是灰色系统理论的重要组成部分，但由于其建模时需要进行大量复杂的数学运算，增加了数据处理的难度，本文通过Excel提供的矩阵运算和规划求解功能实现了用Excel软件建立灰色数列预测模型PGM（1，1），并提高了预测精度。     

特殊非线性递推数列通项求法的进一步探讨

研究级数通常以通项为基础．本文对某些级数的通项用方程满足的关系式给出的情况，研究如何求解通项的表达式．文中对两种特殊非线性递推数列的通项求法进行探讨。     

基于改进的卷积神经网络的钢号识别

为获取样本的多样性特征,提出了一种改进的卷积神经网络结构。该网络中引入多层递归神经网络,利用卷积神经网络提取输入图像的浅层特征,同时利用卷积神经网络和递归神经网络并行提取高层特征,最后将两种网络学习到的特征进行融合输入到分类器中分类。利用迁移学习理论解决小样本集数据训练不足的问题,并将这种卷积神经网络结构应用于石油物资管线钢号识别中。实验探究了递归神经网络个数与卷积核个数对网络性能的影响,实验结果表明,改进的网络结构与其它网络进行对比,错误率降低了 3% 。     

货车整车质量辨识方法研究

针对货车整车质量辨识问题,分别对基于车辆纵向动力学和基于运动学的两种整车质量辨别方法进行仿真和实车试验研究。阐述了两种整车质量辨识方法的原理,在TruckSim软件平台上建立车辆模型并在多种工况下基于这两种方法进行仿真分析。根据仿真结果进行实车试验,提出了一种车速冗余计算和加速度计算的方法,利用带时变遗忘因子的递推最小二乘法（RLS）对实车质量进行估计。研究结果表明,所提出的车速冗余计算方法和加速度计算方法准确有效,同时减少换挡次数能够显著提高辨识算法的收敛速度。相比于运动学整车质量辨识算法,基于车辆纵向动力学整车质量辨识算法能够有效地估计货车整车质量,鲁棒性好,估计准确,收敛速度快,具有很好的工程应用价值。     

基于位运算的幂运算算法

本文介绍了位运算的特点及常见的用途。通过对常见几种实现幂运算的算法进行比较,比较了非递归的基于位运算的二分算法实现幂运算,该算法在时间复杂度和空间复杂度上相较于其他幂运算算法都有较大的改善。     

辫子群的q-组合式

从标准R-矩阵和适当选取的相互对偶的辫子群出发,作者在[1]中利用双重玻色化定理刻画了ABCD型量子包络代数U_q(g)的递归构造.本文详细刻画在这些递归构造中,辫子群的生成元在更高一秩的新量子群中的表达式,它们是关于单根向量的q-组合式形式.