一种鲁棒的被动声目标识别方法

针对噪声环境下一些声目标识别技术性能严重下降的问题,提出了一种基于一阶补偿的径向基函数网络模型,并给出了该网络参数选择方法。实际应用表明,这种神经网络对噪声具有较强的鲁棒性,与传统的径向基函数网络相比,其识别性能等同于信噪比提高大约１０～１５ｄＢ。     

An Adaptive Identification and Control Scheme Using Radial Basis Function Networks

1.INTaODUCTIONThemultilayerfeedforwardneuralnetworks(MFNN)hasbeenwidelyappliedinmanyfieldssuchaspatternrecognition,nonlinearoptimization,systemidentificationandcontrol.Thesimpleback-propagation(BP)learningalgorithmisusuallyadoptedtoupdateitsweights.TheBPalgorithm,however,suffersdrawbacksofslowconvergenceandunpredictablesolutionsduringlearning.Althoughmailyapproachessuchasvariablestepsize,conjugategradient,pseudo-Newtonmethods[4]andothermethods[3,10],havebeendevelopedtoovercometheproble…     

一种新的RBF神经网络非线性动态系统建模方法

将遗传算法与正交优选法结合 ,用来训练径向基函数 ( RBF)神经网络 ,并对基函数宽度进行自动地调整 ,得到了一种训练 RBF神经网络的新方法 .将其应用于连续流体搅拌反应槽 ( CFSTR)生化反应器的建模中 ,得到了令人满意的结果 .该算法提高了径向基函数神经网络的泛化能力和鲁棒性 ,研究表明是一种有效的“黑箱”动态建模方法     

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 .     

K-S方程的精确边界控制

运用Fourier基函数的展开以及Fourier变换的方法研究带有周期边界条件的Kuramoto—Sivashinsky方程在有限时间区间[0,T]上的精确控制．首先研究线性化K—S方程的精确控制,运用Reimann—Lebesgue收敛定理以及Riese基函数的性质证明了在给定的时间T〉0,对于两个任意给定的函数u0（x）,u1（x）属于一定的Sobolev空间,总能找到一个控制函数使得线性化K—S方程有一个存在于某一合适的空间的解u（x,t）使其满足u（x,0）=u0（x）,u（x,t）=u1（x）。然后结合线性化K—S方程的精确控制,再通过定义Fredholm算子并应用此算子的一些理论可以找到K—S方程的控制函数,使其达到精确控制．     

Cantor集上平方可积空间的Haar小波基

通过分析三分Cantor集C、Cantor测度的性质以及含有有限个字的符号空间(Σ∞,δr)的几何性质,探讨了(Σ∞,δr)空间与三分Cantor集之间的关系,并在此基础上论证了L2(C,μ)空间中存在正交基,即文中的Haar小波基,从而知L2(C,μ)是可分的.     

科学普适性信念批判的SLK进路研究及其意义

西方学术传统所坚持的科学普适性信念,多年来受到来自数学哲学、物理哲学等多条进路的批判。布鲁尔的SSK思想也是对这种信念的一种批判,作为其SSK组成部分的SLK思想,是这种批判的集中体现。他以逻辑学这门硬科学为例,从逻辑基础和逻辑规则社会性两个方面,提供了对于科学普适性信念更为深入的批判路径,从而导致了科学形象的极大变革。     

模型势MCP应用于分子间相互作用的研究

使用模型势MCP计算了含重元素的氢键和vail der Waals相互作用体系的几何结构与结合能。结果表明，在MP2水平，应用MCP基组研究分子间相互作用时，可以使用Boys和Bernardi提出的均衡校正法进行基函数重叠误差（BSSE）校正；与同一水平的全电子基组相比，经BSSE校正后的结合能AEcP平均相对误差为5．2％，结果准确，但是BSSE普遍较大；使用MCP基组的计算时间远小于全电子基组，MCP方法的效率随原子的电子层数增加而提高。     

Performance prediction for Grid workflow activities based on features-ranked RBF network

Accurate performance prediction of Grid workflow activities can help Grid schedulers map activities to appropriate Grid sites.This paper describes an approach based on features-ranked RBF neural network to predict the performance of Grid workflow activities.Experimental results for two kinds of real world Grid workflow activities are presented to show effectiveness of our approach.     

论近代英法国家的税收与政体选择——基于交易费用的视角

税收不仅有助于现代国家的诞生，更是现代国家发展的强大推动力量。在政府与纳税人漫长的税收博弈过程中，政府会通过各种手段提高自己的相对讨价还价权力，但面临着竞争约束和交易费用约束。为了获得更多的税收收入，政府必须采取相应措施降低交易费用。而不同性质的税收在征收过程中面临的交易费用是不同的，这会对国家的政体选择和政治发展产生不同影响，英国和法国提供了历史的经验证明。