递归问题的教学探讨

递归(Recursion)问题是计算机程序设计语言软件教学中的一个重要内容,也是教学难点之一.其教法对学生正确理解和应用递归解决实际问题是一个关键,这是许多教师探讨的问题.结合递归问题教法中的一个典型实例进行分析,以数学归纳法思想讲解递归问题,可以取得较好的教学效果.     

基于改进RPCA的连铸过程数据可靠性研究

连铸过程数据的可靠性是连铸二冷动态控制系统成功应用的前提。针对正常连铸冷却过程慢时变、非稳态和多输入多输出特性,提出了基于改进递归主元分析方法监控连铸二冷配水过程数据的可靠性,这其中包括了用于建模的协方差阵、主元和两种报警控制限的递归更新,并通过小波除噪消除样本数据的噪声和奇异点。现场数据仿真结果表明应用此方法进行连铸过程监控可以明显减少误报的发生。     

一种新型的速度和加速度估计器

将扩张状态观测器和递归线性平滑牛顿预测器相结合,形成了一种新型的速度和加速度估计器,它在跟踪位移和估计速度的同时能一并估计出加速度.虽然扩张状态观测器本身对量测噪声已经具有较好的滤波特性,但为了减小时间延迟,不能使滤波参数过大,这样会使估计出的加速度噪声稍高,需再用递归线性平滑牛顿预测器对加速度进行二次滤波.仿真结果表明,由扩张状态观测器和递归线性平滑牛顿预测器构成的滤波估计器在仅有位置量测信号且在噪声较大的情况下能有效地估计出速度和加速度,最终得到的速度和加速度估计信噪比高且时间延迟小.该估计器主要用于运动控制和机动目标跟踪中.     

基于动态递归模糊神经网络盲均衡算法的研究

模糊系统和神经网络已广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识;而由于无线通信信道的时变性和不确定性,决定了盲均衡器本身就是一个动态的均衡过程,所以研究利用动态递归模糊神经网络的盲均衡算法是可行的,而且也是必要的。仿真结果表明:由于动态模糊神经网络的均衡过程同时利用了系统的当前数据和历史数据,对动态系统的均衡,较传统神经网络在均衡的精度和稳定性方面具有更好的效果。     

一类新的离散时延递归RBF神经网络

提出了一类带有离散时间 FIR/ IIR滤波器的递归 RBF神经网络 ,用离散时间 FIR/ IIR滤波器代替通常的 RBF神经网络中的线性输出权值 ,以适用于离散动力学系统的辨识和控制以及混沌时间序列预测 .本文给出的学习算法简单 ,可以避免传统的递归算法的不稳定性 .将该类神经网络用于动力学系统的建模 ,收到很好的效果 .     

谈质速关系式的引出方法

从相对论的基本原理出发,探究如何引入相对论动力学问题的方法,解决相对论运动学与动力学相脱节的问题。     

基于超限快速决策树的无线多媒体传感器网络路由优化方法

为优化无线多媒体传感器网络路由,降低路由优化过程中能量消耗,提出基于超限快速决策树的无线多媒体传感器网络路由优化方法。首先,构建无线多媒体传感器网络路由模型,确定变量参数;然后,采用随机森林递归特征消除算法从变量参数中选取关键变量,构建路由多目标优化模型。最后,以关键变量为超限快速学习机输入值,通过学习机训练输出路由优化结果,完成网络路由优化。研究结果表明,该方法数据传输速率最优,且有效提升节点能耗均衡度。     

基于Pro/Toolkit的普通平键的参数化设计

本文是在Pro/E Wildfire环境下,利用Pro/TOOLKIT以及关系式工具来来建立普通平键的标准零件库.并利用VS.NET设计了相应的UI界面,使得使用者能方便、快捷地查询、使用所需的标准平键模型.     

单指数模型参数估计的递归算法的大样本性质

主要研究了半参数统计中的单指数模型,分析了单指数模型参数估计中应用于大样本的递归算法,证明了它的相合性和渐近正态性,给出了它的大样本性质.     

基于树的递归算法分析技术

针对扩展递归技术的局限性,本文提出基于树的递归算法分析技术。借助于分析树,可直观地、清晰地描述递归算法的分析过程,从而有效地解决递归算法时间复杂性的分析问题。