基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．     

亚纯函数及其线性微分多项式的唯一性

设f(z)是开平面上的亚纯函数,N(r,f)为f(z)在圆|z|≤r上极点的计数函数,m(r,f)为逼近函数.T(r,f)=m(r,f) N(r,f),T(r,f)称为f(z)的特征函数.F(z)=(fn)(z) a1(z)f(n-1)(z) … an(z)f(z)是f(z)的线性微分多项式,其中n是正整数,a1(z),a2(z),…,an(z)均是f(z)的小函数.研究f(z)和F(z)的唯一性问题.证明了:f(z)为满足N(r,f)≤1f(z)的两个相互判别的小函数,若f(z)和F(x)几乎CM分担a(z)和b(z),则f(z)≡F(z).     

高复生心理健康状况及其与一般自我效能感、应对方式的关系研究

通过应用SCL-90症状自评量表、简易应对方式问卷(SCSQ)和一般自我效能感量表(GSES),对来自江西与安徽的450名高复生进行测评,结果发现:高复生SCL-90各因子得分显著高于全国中学生常模,且存在性别差异;高复生一般自我效能感存在显著性别差异,积极应对方式和消极应对方式显著低于常模;一般自我效能感与SCL总分和躯体化、强迫症状、人际敏感、抑郁、焦虑、恐怖、精神病性等七个因子存在极其显著负相关;积极应对方式与抑郁存在极其显著负相关,与其余因子呈弱相关;消极应对与SCL总分和其它九个因子均存在显著正相关。由此可知高复生心理健康问题较为严重;一般自我效能感和消极应对方式是影响高复生心理健康的重要变量。     

基于CARIMA模型的PFC与GPC的等价性

建立了新型的模型预测控制方法——预测函数控制(PFC)与传统的广义预测控制(GPC)的联系.首先推导了基于含有色噪声的自回归增量滑动平均(CARIMA)模型的预测函数控制的控制律,然后通过选取不同的基函数获取PFC控制律的形式并与GPC控制律进行比较.从而证明了在一定的基函数的选取方式下,基于CARIMA模型的PFC算法和GPC算法是等价的.揭示了PFC与GPC两者之间深刻的内在联系,为PFC的工程应用提供了理论保证.     

关于齐次马氏信源二元函数的一类偏差定理

利用任意信源相对熵密度偏差的概念，使用分析的方法研究了齐次马氏信源的一类强偏差定理，得出了一个二元函数的一类强偏差定理和几个极限性质．     

基于Simulink的多涡卷迟滞函数序列混沌系统仿真

介绍了Simulink的建模与仿真步骤,根据迟滞函数序列混沌系统的数学状态方程,设计了基于Simulink平台的仿真模型,并对模型进行了动态仿真,给出了相应的仿真结果.这种仿真方法具有模型搭建灵活、输出结果直观等特点.     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

综放沿空掘巷围岩稳定性分类模型及应用

讨论了综放沿空掘巷围岩的稳定性，并根据理论分析、实践经验和现场观测数据的整理分析，构造了综放沿空掘巷围岩稳定性影响因素的隶属函数，建立了灰色-模糊分类模型；实际应用表明，该模型准确、可靠，对于综放沿空掘巷的支护设计、施工和管理具有指导作用。     

蛋白质分子中多紧密接触对的几率特征

利用无规飞行高斯模型，研究四个分离的紧密接触对的分子链构象，推导了四紧密接触对的12种不同拓扑构象的几率分布理论表达式，计算了相应的几率分布的相关函数。这为理论上研究生物高分子结构特征和动力特征提供一种非常有效的方法。     

一个具有对偶适应度函数的遗传算法

提出一个具有对偶适应度函数的遗传算法.该法提供了一个阈值,利用对偶适应度函数值辨别全局最优盆和局部最优盆.根据辨识结果,自适应地设置变异概率.对几种典型函数的测试结果表明,该法的全局收敛性能及收敛速度优于标准遗传算法.