红叶石楠的组织培养

对红叶石楠芽的增殖和根的分化进行了研究，实验结果表明：红叶石楠芽增殖的最佳培养基为MS＋2．0mg／LBA＋0．5mg／LKT＋0．2mg／LIBA，最佳增殖区段为基部，根的分化以NAA预处理2h和3％蔗糖浓度为佳．     

应用图像软件对植物样方郁蔽度的分析

野外拍摄若干数码植物样方郁蔽度照片，运用Motic Images Advanced 3．2高级图像应用软件，对所拍摄的相关照片进行相应的数码比较与分析处理，其结果准确，方法简易，拓展了植物样方郁蔽度数据的采集、分析、统计处理的方法，提高了对若干植物样方郁蔽度图像数据的处理速度，为数码技术运用于若干郁蔽度图像数据的分析、比较与统计处理，提供了基础资料。     

一类二次方程边值问题的奇摄动

本文利用边界层函数法对二次方程奇异摄动边值问题存在内部层时的解的存在唯一性进行了详细的讨论,并给出其一致有效的渐近估计.     

一类周期性热传导方程的边界元数值解法

引入周期性热传导方程混合边值问题的基本解矩阵，得到边界积分方程和边界变分方程。利用Soblev空间的性质，给出边界元近似解的误差估计。本文结果消除了常规边界元计算中边界积分方程的区域积分项。     

密排六方金属中多空位的改进分析型嵌入原子法计算

应用改进分析型嵌入原子法(Modified Analytical Embedded-Atom Method,MAEAM),计算了密排六方(Hexagonal Closed-Packed,HCP)金属(c/a<1.633)单空位形成能以及双空位与三空位的形成能与结合能.空位形成能的最小值或结合能的最大值均表明,双空位稳定结构是第一近邻[1n]、第二近邻[2n]或第三近邻[3n];三空位稳定结构是三空位组成两个第一近邻和一个第二近邻[112]、一个第一近邻和一个第二近邻以及一个第三近邻[123]或三个第二近邻[222].这说明在密排六方金属(c/a<1.633)中存在空位聚集趋势.     

基于期望最大化加速算法的正交频分复用信道估计

针对基于期望最大化（EM）迭代算法的正更频分多路复用（OFDM）信道估计方法复杂度高、收敛慢，严重制约OFDM的传输速率的缺陷，提出了一种基于EM加速算法的OFDM信道估计方法．该方法基于拟牛顿加速算法，并结合一种带调整参数的Broyden对称秩1校正公式来实现，具有二次收敛性，提高了EM的计算速度，降低了计算复杂度．仿真结果表明，相比于空间选择期望最大算法，在性能损失只有0．1dB的情况下，EM算法的复杂度得到很大的降低，且其计算速度可提高十几倍．     

Cohen-Grossberg神经网络的指数稳定性

研究了Cohen-Grossberg神经网络模型的指数稳定性．运用非线性测度方法证明了神经网络平衡点的存在性和惟一性，接着通过构造一个新颖的Lyapunov泛函，得到了神经网络指数稳定的全新充分条件，并给出了解的指数衰减的精确估计．与已有文献相比，文中给出的条件更为宽松且易于验证．     

一种考虑数据截尾的非参数软件可靠性模型

通过分析数据截尾对软件可靠性模型的影响，建立了一种考虑数据截尾的非参数软件可靠性模型，为的是克服一般参数模型假设约束过紧的问题，并能在估计失效率的同时估计残存缺陷数．同时，提出了基于非参数统计的软件失效率单调下降性检验方法，在加权核函数估计中引入数据截尾率作为加权系数和优化参数，并用失效率单调下降约束下的加权核函数方法来估计失效率和残存缺陷数．模拟试验和实例分析表明，所提模型可以较好地处理截尾数据，给出残存缺陷数的合理估计，其失效率估计精度较高，不低于较好的传统模型．     

基于滑动概率神经网络的早期故障诊断

针对机电设备早期故障难以识别的问题，提出了一种动态的概率密度估计方法——滑动概率神经网络，用以跟踪分析测量信号的概率密度变化过程，及时发现早期故障．该网络以固定不变的抽样集作为第一层，动态滑动的测量信号作为样本层，通过求和层得到抽样集的条件概率密度估计，将样本层内测量信号的概率密度动态地投影到统一的抽样集上．将网络分解成以测量值为中心的子网络，来实现网络的递归运算，并且利用高斯函数的快速衰减特性或使用分段线性函数近似高斯函数，从而提高了网络的计算实时性．通过压缩机喘振过程数据的应用实例，表明该方法能够有效识剐故障的早期征兆．     

对粒子群优化算法的几种改进方法

粒子群优化（PSO）算法是一种进化算法是一种较好的优化方法。PSO算法通过粒子间的相互作用发现复杂搜索空间的最优区域，其优势在于简单容易而优功能强大。本文对算法的几种改进方法作了一些探讨研究，并与其他算法进行了一些比较。