改进的模糊神经网络学习规则研究

在S Stoeva提出的基于相同样本及网络输出的模糊反向传播算法基础上,通过对基于极大-极小模糊算子的模糊神经元模型的研究,对含有一个隐含层的单输出模糊神经网络,提出了依赖于各模糊神经元输出的调整模糊权值的网络学习算法,该算法具有直观和可操作性强的特点.并以汽轮发电机组的状态监测为例进行仿真,仿真结果表明网络学习效果较好.     

论语言符号的非任意性

自从索绪尔 ( 1916)提出语言符号任意性原则以来 ,国内外一些语言学家先后提出了不同的看法。语言符号具有非任意性 (象似性 ) ,即语言形式和意义之间的关系在某种程度上是有理据的。笔者认为语言符号的非任意性比任意性更为合理。     

偏移式自同步振动机的同步特性

为了研究偏移式自同步振动机的同步特性,首先建立机电耦合动力学模型,然后,通过数值分析的方法对自同步振动机各个参数从系统启动到各参数稳定运转过程进行了合理的仿真,充分验证了该类自同步振动机的同步特性.最后,采用试验数据和仿真数据相结合的方法,对该类自同步振动机进行了同步特性研究.研究表明:自同步振动机必须满足同步理论条件,才能实现稳定的同步运转状态.     

RFID技术及其在电子政务中的应用

射频识别（Radio Frequency Identification,RFID）技术是一种利用射频通信实现的非接触式自动识别技术。RFID标签具有体积小、容量大、寿命长、可重复使用等特点,     

Banach空间中含H-增生算子的广义集值拟变分包含的迭代算法

引入和研究了Banach空间中含H-增生算子的广义集值拟变分包含.利用H-增生算子生成的预解算子,给出了一类广义集值拟变分包含的迭代算法,并证明了该迭代算法的强收敛性.文中所得到的结果改进和推广了文献[7-10]中的相关结果.     

托卡马克等离子体内部输运壁垒中电磁ITG模

内部输运壁垒 ITB(internal transport barrier)的发现是近几年托卡马克实验研究的一项重要进展 ,ITB中微观不稳定性的研究对理解 ITB的作用至关重要。应用平板磁剪切位形和回旋动力学理论 ,通过 Raleigh- Ritz方法数值求解耦合的积分方程组 ,研究了内部输运壁垒区的电磁离子温度梯度 (ITG)模 ,计算中考虑了磁剪切的梯度和非绝热电子响应。结果表明 ,考虑非绝热电子的情况下 ,有限β(等离子体压强 /磁压强 )在极弱磁剪切区对 ITG模的 4个分支有明显的抑制作用 ,而且高阶的 ITG模更易被有限 β所抑制。     

偏序集拟阵与广义拟阵的关系

研究了偏序集拟阵与广义拟阵的关系.利用偏序集拟阵秩闭包算子的性质与广义拟阵闭包算子性质的比较得出:偏序集拟阵为广义拟阵;通过广义拟阵自同构群的公理系统与偏序集拟阵相应性质的比较得出:广义拟阵不一定为偏序集拟阵.     

模糊粗糙集的格结构

定义了模糊集合的上、下近似算子，讨论了其代数结构.证明了模糊粗糙集理论中全体可定义集合构成一个完全分配格，给出了生成这一完全分配格的元素的集合并讨论了其基本性质.     

一种改进的基于Canny算子的图像边缘提取算法

对Canny边缘提取算法进行改进, 采用二维高斯函数的一阶偏导数构造滤波器计算梯度幅值, 利用一种四阈值边缘检测定位方法定位边缘, 最后引入数学形态学方法对边缘细化处理. 改进算法对噪声抑制效果明显, 能够删除伪边缘, 检出边缘更加精细, 实验结果表明了改进算法的可行性和有效性.     

一种线性/非线性自回归模型及其在建模和预测中的应用

为提高模型准确性,在经典时序建模策略的基础上,提出了一种带有外部输入的线性/非线性自回归模型,并应用Weierstrass逼近定理推导出其一般表达式(GNARX),该模型允许带有多个外部输入以实现复杂系统的建模和辨识.针对该模型结构给出了其最小二乘参数估计方法,并采用结合建模误差、预测误差及模型复杂度的修正信息准则(AIC)确定最优模型结构.最后,将该模型应用于仿真数据和振动位移采样电流数据的建模与预测.结果表明,GNARX模型的建模和预测精度均高于AR,GNAR,ARX模型及BP神经网络模型,表现出良好的线性/非线性建模和预测能力,及较好的通用性和实用价值.