利用富里叶变换实现电力系统频率的测量

根据富里叶变换从受到干扰污染的输入信号中出取基波电压分量，利用电压相角的变化来测量系统频率，该方法具有很强抗干扰能力，计算简单快速，测量范围大和便于实现，通过自适应调整采样间隔，使测量频率的精度得很大提高。     

类似CMAC的模糊神经网络及其在控制中的应用

提出的一种模糊神经元网络是模糊逻辑的一种网络结构的实现。该网络由特征网络 和功能网络两部分组成。特征网络用来产生模糊规则的前件，相应于每条规则的适用度。功能 网络用来实现模糊规则的后件。最后的输出则为各模糊规则后件的加权和。该网络具有小脑模 型关节控制器（ＣＭＡＣ）的一些性质，具有神经元网络和模糊逻辑两者的优点。它既可以容易地 表示模糊和定性的知识，又具有较好的学习能力。文章同时给出了网络在控制中应用的两种实 现结构以及用作非线性映射的一个算例。     

谐波增强与频率估计的自适应方法

基于递归预测误差原理，研究了用来估计谐波中基波频率和增强谐波的方法，并由此设计了一种具有任意的窄带性能和预期形状的均匀切口的自适应谐波增强或陷波滤波器．由于算法非线性部分只涉及基波频率一个参数，使算法很易用于具有高次谐波的过程．而且由于利用了可变极点半径和忘却因子（ｆｏｒ－ｇｅｔｔｉｎｇｆａｃｔｏｒ）因而算法对谐波频率的敏感性强，收敛速度快，并能跟踪频率时变的信号．     

非线性信道判决反馈递归神经网络自适应均衡器

针对存在严重符号间串扰及轻度非线性畸变的数字信道，提出了一种判决反馈递归神经网络为均衡器，它将传统的线性信道判决反馈结构巧妙地融入递归神经中，在自适应训练时用期待２信号代替判决反馈信号。     

自适应神经网络智能控制研究

本文提出用神经网络实现自适应智能控制，具有算法及结构简单的特点，在实际控制中有一定适用性     

基于神经网络的自适应控制器的研究

本文研究了神经网络控制未知动态系统的可行性，提出了几种自适应控制结构，并研究了在不同条件下各种结构的性能变化，给出了不同条件下的仿真结果及一些结果分析。图１３，参４．     

基于自校正与线性跟踪的自适应控制系统

提出一种新的自适应控制方法──基于自校正与线性跟踪的自适应控制．从系统的输入／输出完全跟踪的目标出发，根据对象的动态模型，导出自适应控制器的调节模型．对象模型的参数，采用速推最小二乘法在线估计．仿真结果表明，本系统具有对象参数变化的自适应能力．这种控制系统比较适用于被控制参数变化较慢的生产过程．     

微孔滤膜富集分光光度法测定痕量硒

本文介绍了Ｓｅ（Ⅳ）与硫氰酸盐和罗丹明Ｂ形成三元离子缔合物，通过微孔滤膜富集，用二甲基亚砜将膜及缔合物溶解，在分光光度计上测量吸光值，从而测得痕量Ｓ（Ⅳ）的方法．缔合物最大吸收波长为５８０ｎｍ，Ｓｅ含量在０～２μｇ·ｍｌ－１范围内遵从比耳定律．本方法灵敏度高，表观摩尔吸光系数ε５８０＝２．０×１０６Ｌ·ｍｏｌ－１·ｃｍ－１，且稳定性高，重现性好     

一类随机系统的自适应滤波

讨论一类含时变未知参数的随机系统，给出该系统在系统状态噪声与量测噪声于有限时间区间上相关情况下的自适应滤波递推公式，并给出相应的滤波算法     

离散多变量系统的一种实用MRAC方案

将连续系统从模型取状态方案推广到含有可测扰动的离散多变量系统 .算法对扰动具有鲁棒性 .将误差引入控制器 ,设计出的 MRAC系统可不必预知系统参数的变化范围 ,可选择的适应律有更多的自由度