变系数耦合KdV方程组的自B(a|¨)cklund变换及多重孤立波解

通过齐次平衡原则,得到变系数耦合KdV方程组的一个自Backlund变换.通过自Backlund变换,利用ε-展式法可以完全的得到变速多重孤立波解.作为解释,我们得到了方程的二孤子解.     

复杂性科学,整体规律与定性研究

研究复杂系统要探索整体规律。本文指出：为此，需要对定性研究予以适当重视。文中给出一个表达式（E）：S（∑i=1^n 1i）=E（n）。即自聚集、自组织，演化发展到新层次。此式用以描述复杂系统的结构形成及动态行为。还对其中“自聚集”的概念给以着重阐述。又分析了聚集的量对系统功能的影响，并给出表达式（C）：11＋12＋…＋1n〉en^2。然后，从生物、自然界、社会、工程等不同领域，解释可用（E）式概括的一些规律性现象；还从复杂系统的观点并借助（E）式讨论了对“从量变到质变”的进一步认识。最后，将复杂系统的自相似结构与分形自相似结构对比，指出一类复杂系统其结构的形成实质是由简单规则多次重复而来，即复杂寓于简单，且聚集、组织，再聚集、再组织……即（E）式多次重复，是形成一类复杂系统结构的基本规则。     

技术系统的自组织与他组织

技术系统的演化是一个自组织过程。技术系统的进化过程，尽管有人的参与，仍是一个自组织的过程。自组织的技术系统观与技术自主论有着根本区别，是对技术自主论的辩证否定。技术和技术目的受到社会经济、政治和化的强烈制约，这就是它的他组织特征。技术既是自组织的，也是他组织的，是自组织与他组织的统一。     

考虑接触摩擦的金属捻线捻制成形过程计算机模拟

建立了捻线捻制成形过程中的接触摩擦模型，采用小球分裂算法和Augmented Lagrangian法进行接触搜索和接触力计算。提出钢丝绳捻制成形计算机模拟的系统模型，系统能够生成可被ANSYS直接调用进行非线性分析的APDL，数据文件。对钢丝绳一次捻制成形过程进行了模拟计算。研究结果表明，非零自扭转系数较自扭转系数取值0．0时，相应的法向接触压力和摩擦接触应力的值较大，且接触应力沿螺旋线呈条状分布；非零摩擦系数与无摩擦条件相比，相应捻制加工应力应变的值较大，且自扭转系数等于1．0时，线截面内的剪应力最小，塑性区对弹性区的制约较小，弹性恢复较大；考虑摩擦时钢线表面的轴向残余应力计算结果比无摩擦条件下的计算结果更接近实验结果。     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。     

真空条件下自组装PEDOT/PSS-ZnO纳米线

通过sol-gel法制备了PEDOT/PSS-ZnO纳米复合材料, 在真空中使其自组装得到了外径约为100 nm, 具有电缆形貌的一维纳米线. 经TEM和EDX光谱测定, 该纳米线的有机外壁是导电高分子PEDOT/PSS, 内芯是多晶结构的ZnO. 研究表明: 环境的真空度和放置时间极大地影响该纳米线的自组装形貌.     

静电自组装纳米Pd颗粒对Nafion®膜的阻醇修饰

以聚二烯丙基二甲基氯化铵为修饰离子合成了阳离子化的Pd颗粒，颗粒粒径为~2nm；采用静电自组装的方法将这种纳米粒子组装到Nafion®112膜表面的磺酸根团簇上，在1.73µg/cm2的超低Pd载量下达到了甲醇渗透率下降8个数量级、电导率几乎没有下降的优异效果。     

表面粗糙度的综合评定及混合谱模型

采用自回归谱分析结合改进周期图检验的方法，建立表面粗糙度的混合谱模型，以分离其中表现为离散谱的确定性谐波成分和表现为连续谱的随机性成分，并在此基础上提出综合评定表面粗糙度各种参数的方法，同时对AR模型的阶数与谐波成分识别给出较有效的经验判定方法．     

基于自识别水印模式的抗几何攻击水印算法研究

提出了一种不依赖于同步性的抗几何攻击的水印算法,通过对水印模式结构进行精心设计,使得其自身具有可识别性,通过对不同结构的水印模式进行识别,从而判断对应的水印信号.算法从根本上消除了同步性的依赖,也不需要对图像进行区域剖分和规范化,因此大大节省计算消耗.实验结果表明,该水印算法对旋转、缩放、裁剪、改变纵横比等几何操作具有鲁棒性,同时对高斯噪声、低通滤波等信号处理操作也具有鲁棒性.     

一种基于自组织分级聚类的数据挖掘方法

针对传统自组织聚类方法处理数据在多维空间中存在多样性和从基本或低层次概念上发现强关联规则中的不足，提出了一种基于自组织分级聚类的数据挖掘方法．该方法采用最大似然分类自组织特征网络（MAXNET）聚类过程，利用自下而上聚合层次聚类方法，对有畸变的二值化输入模式作最大似然分类．最后对一个销售电脑商场中，与任务相关的交易数据集进行了分析，描述了从低层次概念到高层次概念的相互关系．并用matlab仿真软件把该方法和传统方法进行比较，表明了该方法的有效性．