采用最优频率匹配法处理信号

通过比较目前进行声波CT信号信噪分离所使用的许多方法及特点,指出了快速傅里叶变换(FFT)的局限性,研究了周期性问题的数值计算特点;采用最优化理论分析了信号本身各种频率成分优化搜索与计算的可能性,在此基础上提出最优匹配频率的概念和计算方法,研究了最优频率匹配法计算结果的规律性,并将该方法应用于某矿区声波CT信号特征参数的提取和信噪分离.     

人工智能技术在搜索引擎中的应用

介绍了搜索引擎的分类、工作原理,并具体分析了搜索引擎的体系结构,包括信息的搜集系统、索引系统以及查询接口.基于现在人工智能技术的迅速发展,对于在搜索引擎中运用的人工智能技术进行了研究,且着重分析了搜索引擎重要模块Robot的智能化、智能代理技术以及查询接口的智能化,有力地描述了搜索引擎发展的智能化方向与方法,对智能型搜索引擎所面临的挑战以及未来发展进行了展望.     

广义Cury线搜索下一种新共轭梯度法及其全局收敛性

本文对无约束最优化问题：ｍｉｎｆ（ｘ），ｘ∈Ｒｎ，提出一种新的共轭梯度法．该算法中参数βｋ采用一种新取法，并结合广义Ｃｕｒｙ线搜索及ｎ步重新开始策略．在关于目标函数较弱条件假设下，证明了所给算法的全局收敛性．     

与Schrodinger散射问题相关的非线性发展方程

本文给出由Ｓｃｈｒｏｄｉｎｇｅｒ散射问题导出可解非线性发展方程的一般递归公式，半讨论一些特殊情况。     

线性搜索方法的改进

线性搜索是最优化计算中最普遍应用的方法，文中对Ｆｌｅｔｃｈｅｒ线性搜索方法作了改进，它具有减少梯度值计算次数的特点，并用数值结果表明了方法的有效性。     

谐波增强与频率估计的自适应方法

基于递归预测误差原理，研究了用来估计谐波中基波频率和增强谐波的方法，并由此设计了一种具有任意的窄带性能和预期形状的均匀切口的自适应谐波增强或陷波滤波器．由于算法非线性部分只涉及基波频率一个参数，使算法很易用于具有高次谐波的过程．而且由于利用了可变极点半径和忘却因子（ｆｏｒ－ｇｅｔｔｉｎｇｆａｃｔｏｒ）因而算法对谐波频率的敏感性强，收敛速度快，并能跟踪频率时变的信号．     

两种二叉树深度求解非递归算法的实现

二叉树深度求解是一个有多解的问题，从算法的时间复杂度和空间复杂度着眼，采用追踪栈顶指针，层次遍历的两种算法实现二叉树深度的求解，并对算法进行了分析和比较。     

平稳过程回归函数核估计相合的充要条件

本文对一类平稳过程,在 EY~2<∞下及最大相关系数ρ(n)=O(n~(-(1/2))(logn)~(-2))时,获得了回归函数递归核估计强、弱相合等价的充要条件。     

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

常系数非齐次线性递归数列求特解的简易方法

利用数列的差分将常系数非齐次线性递归数列转化为常系数非齐次线性差分方程,从而得到一种求常系数非齐次线性递归数列特解的简易方法.