方程u''(t)=au(t)+a2u([t+2])的线性θ-方法数值稳定性

分析了方程u'(t)=au(t) a2u([t 2])的线性θ-方法的稳定性,给出了稳定区域,并得到了θ-方法稳定区域包含解析解稳定区域的条件.     

用最大等级法测定幂律

幂律是无标度网络的基础，但它的测定不只是统计节点度的频数那么简单，这种做法可能导致错误的结论，譬如本文图2（A）（B），此外频数法的拟合误差不容忽视。本文设计了一种高精度的方法——最大等级法，并证明它是判定整数型大样本幂律随机量的充要条件。我们以平均相对误差为主要评价指标，在相同条件下比较了多种方法，发现最大等级法的平均相对误差最低，只有0．11％，而频数法却有5．51％．     

空间聚类算法中的K值优化问题研究

在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。     

甚高频数据链模式2网络仿真分析

深入分析了我国下一代的航空子网络之一--甚高频数据链模式2(VeryHighFrequencyDataLinkMode2)的下三层通信协议,使用网络仿真工具OPNETModeler,建立详细协议模型并搭建仿真平台,基于不同的飞机数量与报文特性,分析了网络吞吐量及端到端的网络延迟性能,并获得VDLM2子网的最佳性能指标。     

基于遗传-模糊聚类的说话人识别方法及其仿真研究

利用遗传算法的全局收敛性及模糊C-均值（FCM）聚类强大的局部寻优能力，提出了一种基于遗传-模糊聚类的说话人识别方法。对说话人的训练语音数据进行遗传-模糊的软聚类分析，从而得到分类中心的全局最优解，作为每个说话人的语音模型，最后利用最大总平均隶属度函数准则对待识别语音进行模糊聚类识别．除此之外，使用自适应参数增加遗传算法的局部搜索能力。实验结果表明，这种算法克服了传统硬聚类的缺点，避免了FCM对初值敏感及容易陷入最小值的缺陷，使聚类更加合理，更好地描述了说话人的语音特征。     

基于方位弯折的高分辨距离像雷达目标识别

针对高分辨雷达距离像的方位敏感性问题,将应用于语音处理的动态时间弯折技术引入高分辨距离像雷达目标识别领域,提出了一种动态方位弯折技术,该技术通过将测试数据与模板特征序列进行非线性伸缩(弯折),获得测试帧与模板之间最小匹配距离对应的最佳匹配路径,实现对测试数据的目标识别。对ISAR实测飞机数据的分类实验及与模板匹配法和RBF识别方法的比较,获得了良好的识别结果,表明了该方法的可行性和有效性。     

一类不确定时滞系统的鲁棒H∞可靠控制

研究了一类包含状态时滞和参数不确定系统基于状态观测器的鲁棒H∞可靠控制问题.目的是设计状态观测器不仅使得执行器正常工作时系统渐近稳定,而且使得对于系统中预先指定的执行器子集内的执行器失效时,相应的闭环系统也渐近稳定.借助于议论广义的Riccati矩阵不等式,给出了控制器存在的条件,同时给出了所期望控制器的解析式.最后,通过一个仿真例子,说明该方法的可行性.     

方程u′(t)=au(t)+a_2u([t+2])的线性θ-方法数值稳定性

分析了方程u′(t)=au(t) a2u([t 2])的线性θ-方法的稳定性,给出了稳定区域,并得到了θ-方法稳定区域包含解析解稳定区域的条件.     

棒在颗粒物质中穿行时摩擦振荡行为的研究

实验发现，棒在颗粒物质中运动时滑动摩擦力具有准周期振荡性质. 根据颗粒物质的剪胀性对此现象进行了研究，提出相应的物理模型，建立了平均体积分数振荡方程和滑动摩擦力振荡变化关系式，理论计算分析结果与实验结果基本吻合.     

一类延迟微分方程的并行Rosenbrock方法

针对刚性大系统,根据实际数值仿真和科学计算的需要,提出了一类并行Rosenbrock方法.该方法将不同级分配到不同的处理器上同时计算,以提高计算效率.将其用到一类延迟微分方程上,并对其稳定性及收敛性进行讨论.该方法不需要迭代,具有良好的稳定性.