一种新的快速码本搜索算法设计

提出一种新的分类预选算法。旨在解决矢量量化数据压缩技术中,当码本值和矢量维数增大时,全码本搜索产生很大的实时复杂计算问题。该算法与传统的全搜索算法相比,能减小编码矢量选取过程中产生的计算复杂度。同时,编码器的性能几乎没有受到影响,仅仅在存储需求量方面略有增加。     

光固化成型中的变形分析

利用应变计电阻电测技术,通过实验对激光快速成型过程中工件的变形问题进行了动态分析,地对加工参数（如扫描速度、扫描间距、扫描方式）影响工件变形程度的问题,对这种变形的差异进行了对比和分析,并由此得出扫描速度、扫描间距、扫描方式影响工件变形的规律,提出了加工过程中的优化参数。     

T—S型模糊RBF神经网络快速学习算法

针对Ｔ－Ｓ型模糊ＲＢＦ神经网络输入空间模糊最优聚类算法运算量大、运算速度低的缺点,提出基于输出空间模式聚类的快速学习算法,以满足多变量系统实时性要求。仿真结果表明该快速学习算法不仅可以达到要求的辨识精度,而且可有效地提高运算速度。     

2^k阶矩阵乘的快速—普通混合算法

从实际应用角度分析W算法用于2k阶矩阵乘的计算时间,发现混合算法是1个更优秀的算法.它与快速算法同阶.计算时间与快速算法计算时间之比为1:2.3.且从k＝6开始就优于普通算法.这些结果,已为计算实践证实.     

线性化逐层优化MLP训练算法

提出了线性化逐层优化ＭＬＰ训练算法（ＬＯＬＬ）．ＬＯＬＬ采用循环方式逐层对ＭＬＰ的连接权值进行训练．训练连接权值时用一阶泰勒级数表示神经元的非线性激活函数以实现神经网络的线性化,使ＭＬＰ的训练问题转化为一个线性问题．同时,为保证神经网络线性化条件不被破坏,ＬＯＬＬ通过在神经网络的误差函数中计入部分线性化误差限制参数的改变幅度,对神经网络的误差函数进行了修正．实验结果显示,ＬＯＬＬ训练算法的速度比传统的ＢＰ算法快４倍,用它构成的语音信号非线性预测器有较好的预测性能．     

等距有理逼近快速算法

提出了有理差值的一种快速算法,该算法优于Sloer算法,可用于进行预测控制,在自动控制工程领域有推广价值。     

软件开发的同步稳定法研究

提出了一种新的大型软件开发方法———同步稳定法．它汲取了生命周期法和快速原型法的优点,克服了它们的不足之处,既能充分发挥软件开发人员个人的创造力,又能很好地协作开发队伍,从而保证软件的整体性能,确为一种开发大型软件的优秀方法．     

无侧移结构内力计算的快速力矩分配法

本文根据力矩分配法的思路,提出了一种适用于无侧移结构内力计算的快速力矩分配法,可以一次计算出杆端弯矩,十分方便。计算表明,本文方法精度较高,值得推广。     

基于STL文件的阶梯剖分算法研究

针对制件规模受快速成形机工作空间限制及后处理时拼合精度难以保证的实际问题,提出了一种基于8TL格式文件的阶梯剖分算法．介绍了阶梯剖分的原理,详细阐述了剖分的具体步骤及算法,对可能出现的极限情况进行分类讨论．利用该套算法,可以在保证拼合精度的前提下解决快速成形系统对大型实体进行分割制造问题,扩大了制造的适应性,提高了生产效率．     

光固化快速成形中柱形支撑生成算法的研究

提出了光固化快速成形中一种新的工艺支撑形式——柱形支撑及其自动生成算法．其算法思想为：在零件的包容立方体内确定支撑生成点的布点规则以后,对于零件的每个三角面片,求出与其相关布点射线的交点,再由这些交点在三维空间内直接生成柱形支撑的中心线段,而后生成STL格式的柱形支撑实体．该算法生成柱形支撑的速度快,可实现实时模拟,快速观察生成效果,已成功应用于光固化快速成形系统中．