非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

基于自相似性的网络信息流延时特性仿真

网络控制系统中由于网络的介入 ,使得状态信息和参考信息的传输延时具有随机性 .本文研究网络控制系统中信息流的延时和丢包特性 ,从网络中信息流的本质属性———自相似性出发 ,给出了产生自相似信息流的方法 ,借助于通用系统仿真语言GPSS研究了一类网络控制系统的延时特性 ,指出网络中信息流的延时和自相似程度以及采样速率之间的定性关系 .     

一种基于自组织特征映射网络的聚类方法

针对传统聚类算法不能有效地处理大数据集和高维数据集的问题,提出了一种基于自组织特征映射网络的聚类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,能自动对输入模式进行聚类。给出了应用该方法的具体步骤和加速自组织过程的若干改进方法,通过仿真实验证明该算法的有效性。     

模糊自适应整定PID控制及其仿真

将模糊控制器与PID控制器结合在一起，利用模糊控制推理方法实现对PID参数的在线自整定，进行MATLAB／SIMULINK仿真，仿真结果表明，该控制器明显地改善了控制系统的动态性能，易于实现，便于工程应用。     

ZnO纳米颗粒的自组装及多孔纳米固体的研制

利用溶剂热压方法, 以ZnO纳米颗粒和不同种类的溶剂为原料, 制备了介于纳米粉体和纳米陶瓷体之间的过渡态——体块ZnO多孔纳米固体, 并研究了水热热压条件下ZnO纳米颗粒的自组装行为. 实验结果表明: 当水在ZnO纳米颗粒间分布不均匀时, 在水较多的区域, ZnO纳米颗粒会溶解到高温高压下的水中. 温度升高水汽化并从固体中逸出时, ZnO纳米颗粒经历自组装过程而形成一些“纳米花朵”(nanoflowers), 并且这种自组装行为对于样品的光致发光性质有很大影响; 相反, 如果水在纳米颗粒之间均匀分布, 则可以得到ZnO多孔纳米固体, 而且其孔径比较均匀. 另外, 实验结果还表明, 通过改变溶剂的种类、热压温度和压力, 可以在一定程度上控制ZnO多孔纳米固体的孔径及孔容. 热分析结果显示, 这样制备的ZnO多孔纳米固体具有较高的热稳定性.     

会车低射灯

本实用新型是喂养幼儿用的能够自动显示奶的温度的奶瓶。 传统奶瓶通常是将奶挤到手背上或以面颊接触奶瓶来判断温度,既麻烦又不准确。 本实用新型采用瓶体和温度计相结合的技术方案(如图)。 (1)将温度计铸在瓶壁中,瓶壁有温度刻度,还标有提示标记,     

论自组织临界性与复杂系统的演化行为

本文在自组织理论群的大背景之下考察了自组织临界性概念提出的理论背景以及它和混沌、复杂适应系统这两个概念之间的区别与联系,并指出自组织临界状态是继人类的科学认识发现静止稳态、随机状态、混沌状态之后的又一种新的状态发现,从而深化了对复杂系统的演化行为模式的认识和描述.     

具有保护及自恢复能力的多路直流稳压电源的改进设计

对多种实验用直流稳压电源的特点进行了分析，针对现行稳压电源中存在的不足之处，提出了一种新型实用型多路直流稳压电源的设计思想，给出了实现这一思想的电路原理图，并按此原理图开发了多路直流稳压电源，最后对电源的使用效果进行了介绍．     

求FOLLOW集方法探讨

语法分析是《编译原理》课程的一个重点，语法分析分为两大类自顶向下的分析法、自底向上分析法。自顶向下分析法中的涉及LL(1)方法的判断、SELECT集、构造分析表等，均需计算各非终结符的FIRST集和FOLLOW，而FILLOW集的信息较为复杂。计算FOLLOW集方法较多，文中的出改进规则，先#∈FOLLOW(s)，再对产生式：A→αBβ当β能或不能推出ε分别求解。     

美托洛尔分子印迹聚合物识别性能的研究

采用紫外光引发的分子印迹技术,以美托洛尔为模板,甲基丙烯酸为功能单体,乙二醇二甲基丙烯酸酯为交联剂,成功制备了以美托洛尔(Metoprolol)为模板的分子印迹聚合物.结合底物的实验表明,该聚合物对美托洛尔具有优良的吸附选择性.并通过Scatchard方程研究了印迹聚合物对模板分子的结合特性,结果表明,功能单体甲基丙烯酸与模板分子在自组装过程中通过氢键和离子键形成了2类非等价的结合位点,并计算出2类不同结合位点的离解常数分别为Kd1=2.398×10-4mol/L,Kd2=6.364×10-4mol/L;最大表观结合量Qmax1=58.57μmol/g;Qmax2=86.13 μmol/g;分别为理论吸附量的50.53%和74.31%.