On an Improved Constraint Satisfaction Model

约束满足模型是较为成功的模型之一，但也存在可改进之处。通过深入讨论Ｓｃｈｅｍａ模型，给出改进模型的设想与算法，经模拟实验加以验证，并给予深入讨论及理论分析。     

应用人工神经网络求解边界层微分方程

打靶法是一种将常微分方程边值问题转化为初值问题求解的方法,分析和计算表明:打靶的过程可用优化算法实现.应用Hopfield人工神经网络算法求解了沿等壁温竖壁自然对流层流边界微分方程,与其他几种优化算法比较,其计算精度较高.应用解非线性方程的Newton法和拟Newton法求解该问题时,初值选择存在不可行区域,而优化算法对初值选择要求较低.     

Dynamic learning rates algorithm for BPNN to forecast time series of dam security

Time series data of dam security have a large number of observed values and should be forecasted accurately in time. Neural networks have the powerful approach ablilities of arbitrary functions and have been broadly utilized in many domains. In this paper, a dynamic learning rate training algorithm of back-propagation neural networks for time series forecasting is proposed and the networks with this algorithm are built to forecast time series of dam security. The application results demonostrate the efficiency of modelling and the effictiveness of forecasting.     

具奇性Helmholtz型问题谱逼近

考虑具奇性Ｈｅｌｍｈｏｌｔｚ型边值问题的高阶数值逼近．通过引进虚边界并确定虚边界处的边界条件，获得除奇点小领域外的区域内问题的准确表述，并进一步证明此问题的谱逼近解具有优化的误差估计     

长途汽车运输调度专家系绕

本文描述了一个汽车运输调度专家系统,该系统根据调度员的经验,将当天的运输业务划分成子业务集,用空载最优算法确定子业务集中的最佳运输路线,得到局部解,再由局部解求得全局最优解,达到提高长途汽车运输的里程利用率的目的。     

战术辅助决策系统中的态势评估问题研究

从感知、评价、决策的认知过程研究了现代军机战术辅助决策系统结构、组成和功能，并对态势评估和任务规划两个关键子系统进行了研究，提出了基于黑板知识库系统的态势评估实现结构。重点研究了基于贝叶斯网络和模糊逻辑技术的战场威胁评估算法，首先采用贝叶斯网络对威胁源的威胁级别进行评估，在此基础上，采用模糊逻辑对各威胁源的相对重要性程度进行综合评估。仿真结果表明了该评估算法的有效性，提高了决策的自动化和智能化程度。     

软计算信用分析方法比较探讨

研究了信用分析中的软计算方法——BP网络与自适应神经模糊推理,并对软计算方法与DEA、TOPSIS的结合运用作了进一步探讨。采用V-foldCross-validation技巧,利用样本公司实际指标数据对该模型的评分效果进行了实证研究。     

虚拟现实系统中的时间延迟问题研究

研究了基于头盔显示器(HMD)的虚拟现实系统中的时间延迟问题。分析了延迟产生的原因,以及其对系统产生的影响。提出利用神经网络预测头部运动,由预测结果更新HMD显示,消除延迟。定义八种类型的头部运动,并选取头部的六自由度数据作为神经网络的训练样本。利用该方法,可以有效地补偿HMD系统中的时间延迟,消除使用者的眩晕感。     

一种适用于无线传感器网络定位的新方法

针对无线传感器网络,提出了一种基于恒模算法(constant modulus algorithm,CMA)的新定位方法(CMA-MAP)以及它的一种增强型算法(CMA-MDS)。其中CMA-MAP算法利用通信节点间距离的恒模性质,通过计算求出满足网络拓扑结构的多个局部最优解,并通过比较获得全局最优解。增强型算法(CMA-MDS)则是恒模算法与多维尺度分析技术相结合的一种新方法,模拟表明CMA-MDS可以提高估计的精度,且具有很强的鲁棒性。     

Neural Blind Beamformer for Cyclostationary Signals

1 .INTRODUCTIONBeamforming[1]is another name for spatial filteringwhere an array of sensors together with appropriatesignal processing can either direct or block the radia-tion or the reception of signalsin specified directions .Conventional beamforming approaches require a refer-ence signal or accurate knowledge of the array re-sponse vector corresponding to the desired signal .Ifthe array response vector is not known precisely,theperformance of conventional beamforming techniquescan be s…