基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

电磁相分离法制备自生表层复合材料

采用电磁相分离法制备出以初生富铁相（AlSiFeMn复杂金属间化合物）为增强相，表层硬度为HB62．25，基体硬度为HB59．00的Al-11.70%Si-1.20?-1.50%Mn合金自生表层复合材料，增强相的显微硬度为HV 842。87，大小为20－80μm，该表层复合材料同基体材料相比，耐磨性提高了57．41％，所用方法工艺过程简单，成本低，为解决材料在服役环境中不同部位，不同性能的问题提供了新途径。     

神经网络自适应滤波器在故障诊断中的应用

分析了用自适应滤波器进行故障诊断的方法．针对该方法在计算上要花费大量时间、难于完成实时诊断任务的缺点，提出了用神经网络自适应滤波器来完成故障诊断的方法．神经网络有极快的运行速度，能很好地完成实时诊断任务．     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

纳米聚合物复合材料开发与技术

简述了聚合物 /纳米无机物复合材料的概况、性能及制造方法     

生物酶在羊毛织物防毡缩工艺中的应用

将蛋白酶和转移酶E2进行复配，应用于羊毛织物防缩整理，探索了最佳复配方案和工艺条件，经复合酶处理过的羊毛织物，其毡缩率可降低到1.26%，小于机可洗要求3％，应用扫描电镜观察了织物鳞片表层的破坏情况，进而了解酶作用的结果。     

复合支护结构核爆冲击波等效静载的不确定性分析

根据中值点处展开的一次二阶矩法讨论了土中压缩波的升压时间及其不确定性，然后研究了按单自由度体系进行复合支护地下结构抗核爆设计时的动力系数（荷载系数）和等效静载的变异系数．数值结果表明，土中压缩波升压时间的不确定性，不仅与结构埋深和土参数的变异性有关，而且与土参数的均值有关，等效静载的不确定性，依赖于作用于结构上的动载变异性和结构自振频率变异性，而动载不确定性对等效静载变异性影响最大     

基于RBF网络的增量学习

提出了一种基于径向网络的增量学习算法 ,在对新样本进行学习时 ,通过恢复受干扰样本的方式来尽可能保持已有的知识不变 .模拟实验证明了本算法的正确性和有效性 .