煤与瓦斯突出的神经网络预测分析

煤与瓦斯突出是一个复杂的过程 ,做好预测预报工作显得尤为重要。本文通过建立煤与瓦斯突出的人工神经网络预测模型、原始样本的学习 ,可预测待报样本的突出情况 ,并进行了实例分析。经过检验 ,该预测模型的预测精度较高。图 1 ,表 2 ,参 3。     

关于宇宙拓扑结构的进一步探索

本文应用宇宙的拓扑模型对宇宙进行分解，从而更进一步地揭示和描述了宇宙的结构：Ｖ＝∪Ｔａ∪Ｑ。     

LexiT序方法的推广

在最大运算量为2n的LexiT序和LexiS序的基础上,提出了新的LexiTN序和LexiSN序,这两种序保持了LexiT序和LexiS序的所有性质,且它们的最大运算量为2n-1.另外,基于广义平均算子与有序加权平均算子,提出了最大运算量为n的LexiH序与LexiF序,研究了其性质.将[0,1][n]上的LexiR序推广到[0,1]n上,讨论了其性质.     

Ambrosetti-Prodi问题--常微分方程组情形

文章研究常微分方程组情形的Ambrosetti—Prodi型问题．在非线性项超线性，凸性等条件下，得出随着参数的变化，问题无解、有唯一解及至少有两解的结论。     

基于模糊C均值聚类和神经网络的短时交通流预测方法

短时交通流预测是动态交通控制和诱导的前提。提出一种模糊C均值聚类和神经网络相结合的短时交通流预测方法。用同一组实测数据对比计算了该方法与BP神经网络预测方法、模糊神经网络预测方法分别得到的预测结果。计算结果表明：所提出的方法的预测准确性明显地高于其他两种方法。     

联机增量聚类算法研究

研究了联机数据挖掘系统中的并行和增量聚类算法,并给出了算法伪码。实验表明,联机增量聚类算法相对于传统的Apriori算法具有较大优势,同时证明了增量聚类算法及其联机数据挖掘系统的实用性。     

拟回归标度参数不相关估计的估计量

在拟回归假设条件的基础上，本提出对拟回归原型的未知标度参数独立进行估计的方法，新方法不仅具有很高的计算效率，而且标度参数的估计量之间不再具有相关性，当样本容量很大的时候，新方法能够达到原方法(献[1]，An and Owen的方法)的计算精度．在章结尾给出了计算机模拟结果。     

关于子格格的若干性质

对由子格格中的链构成的偏序集进行了研究，给出了一类链的长度估计式和一些相关性质，另外，还探讨了模格和分配格的子格格性质，给出了一个格是模格或分配格的子格格的充要条件，最后，给出了部分计算公式在DEA方法中的一些应用．     

微波高压消解-火焰原子吸收分光光度法测定痕量铜、锌、铁和锰

本文提出微波高压消解-火焰原子吸收光谱法(AG-FAAS)测定食用菌中痕量铜、锌、铁和锰的方法.该方法检出限Cu2 、Zn2 、Mn2 为:1.0×10-9g/mL和Fe3 为:5.0×10-9g/mL.Mn2 、Fe3 Cu2 和Zn2 的含量分别在0.250～4.000、0.500～2.500、0.100～0.500和0.300～1.500μg/mL范围内符合比尔定律,相关系数为0.9997～0.9999.此法用于茶树菇、香菇中铜、锌、铁和锰含量的测定,结果令人满意.     

基于灰聚类和小波网络的企业投资决策绩效集成评价

基于公司的战略和利益相关者的考虑，本文设计了财务层面绩效指标、技术创新层面指标、顾客层面绩效指标、业务流程层面绩效指标、发展潜力层面绩效指标和社会和环保层面绩效指标六个层面的企业投资决策绩效评价指标体系。建立了标杆瞄准和主成分分析相结合的指标筛选的方法，设计了基于灰色聚类和小波网络模型的企业投资决策集成评价模型，并对焦化行业进行了实证分析。