一类带位移边值问题的逆问题

给出了Hasemann问题的逆问题的数学提法，利用Hasemann问题的解法，分别讨论了其逆问题在正则与非正则情况下的解法，并得到了其封闭解。     

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。     

BPANN在仪表线性化中的应用

讨论了传感器、仪表利用软件实现线性化的优点及反向逆传播人工神经网络(BPANN)的构成，研究了半导体热敏电阻(SCTR)线性化的BPANN方法，并用MATLAB具体实现，得到了SC—TR的线性特性．用插值法检验了该方法的有效性。     

一种MOSFET器件模拟的新方法

逆算子方法是一种新发展起来求解强非线性问题的近似解析法,对这种方法在MOSFET器件模拟中的基本思想和实现方法进行了阐述,并将其运用于MOSFET器件模拟中,求解了半导体区域的一维非线性泊松方程,得到了MOSFET的一些重要参量的解析表达式,所获得的结果与数值计算的结果比较表明,该方法获得的结果物理意义明确、分析过程简单,收敛速度快捷.     

电容成像图像重建算法原理及评价

对现有的电容成像图像重建算法进行了综述并介绍了其原理,其中包括线性反投影法(LBP)、基于奇异值分解(SVD)的直接算法、Tikhonov正则化方法、Newton-Raphson算法、最速下降法、Landweber迭代算法、代数重建技术(ART)、同步迭代重建技术(SIRT)和基于模型的重建算法。在此基础上使用仿真和实验数据对目前主要使用的线性反投影法、基于奇异值分解的直接方法、Tikhonov正则化方法、Tikhonov迭代、投影Landweber迭代等进行了评价。对它们从电容值误差、图像误差、相关系数和耗用时间几个角度进行了比较,并对今后电容成像图像重建算法的发展方向提出了一些看法。     

一般有限域GF(pm)上线性码的自同构群

 对单式阵群作一个较详细的研究,并将GF(2^m)上线性码的自同构群的一些结论推广到最一般的有限域GF(p^m)上去,这里的p是任意的素数.     

塔里木西北缘晚新生代印干断层及其与帕米尔构造结的关系

塔里木西北缘NW走向的印干断层为逆冲断层,断层擦痕等指向证据表明其逆冲方向为NE,与柯坪冲断系自南天山向塔里木的SE向推覆明显不同.地层学和断层切割关系等证据显示印干断层形成早于更新世的柯坪冲断系,而主要活动时期为上新世.研究结果表明,柯坪塔格地区晚新生代发育两期方向不同的逆冲推覆构造,印干断层是上新世帕米尔构造结前陆冲断带的前缘冲断层,而柯坪冲断系是更新世以来南天山前陆冲断带.     

A generalized approach for protein design based on the relative entropy

In the present study, we have developed the method brought forward recently for protein design based on the relative entropy. The new approach can be used in more common situation other than the special limits in the anterior method. The results indicate that our generalized method has increased the prediction precision for protein sequence and will be in favor of the study for protein design.     

空间目标ISAR成像与识别对抗研究

阐述了空间目标的雷达对抗措施,通过仿真研究了对抗条件下的空间中段目标ISAR成像与识别,分析了对抗手段对ISAR成像质量与识别性能的影响,指出对ISAR的二维压缩机理进行破坏是实施有效干扰的关键所在。仿真结果表明,通过对抗手段能有效降低ISAR的成像质量,破坏ISAR的识别性能。实验结果对于增强中段突防目标的突防能力有较重要的参考价值。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。