辨析企业人才的"留"与"流"

论述了辨证认识与处理好人才的“留”与“流”的关系，指出了只有做好人才管理工作，慎重地考虑人才的留用，才能使企业长期、持续、健康、稳定地发展。     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

模糊数空间上下确界的度量刻划

在模糊数空间上定义了一种新的度量，证明用这种度量可以对序有界的模糊序列的上、下确界进行刻划。     

非设计工况下叶轮进口附近的流动及其控制

对叶轮进口附近流动在偏离设计工况下的回流和汽蚀(空化)两大特性进行了系统的描述,阐述了它们的诱发机理及其对泵性能的影响.根据回流的诱发机理对诱导轮的作用进行了全面的分析,提出了控制回流发生的有效方法,从叶片进口流动这一角度完善了离心泵叶片设计理论.     

行列式三种定义方法的等价性

在行列式普通定义的基础上又介绍了归纳定义和公理法定义两种方法，并证明了它们的等价性．     

实时实现MPEG2运动估计的DSP处理系统

本文根据ＭＰＥＧ２的图像标准与要求，利用若干大规模集成电路芯片，设计了实时实现活动图像运动估计的ＤＳＰ处理系统板，通过序列图像的测试，证明其工作正常，性能可靠，完全符合ＭＰＥＧ２的技术规范，从而为我国近期实现ＭＰＥＧ２的编解码系统、乃至ＨＤＴＶ实验系统在硬件方面打下了良好的基础。     

负反馈电桥在电阻传感器线性化中的应用

本文介绍利用信号流图及梅森公式分析设计负反馈电桥电路,以及在电阻传感器测量线性化中的应用。     

Estimation and testing of time-varying coefficient regression models in the presence of linear restrictions

A linear regression model with random walk coefficients is extended to allow for linear restrictions between the coefficients to be satisfied at each point in time. Estimation in this model is shown to be no more involved than estimation in the standard model. It is also demonstrated how, after a slight modification to the testing problem, classical test procedures may be applied to the problem of testing for such restrictions. The performance of the Lagrange Multiplier test for a variety of different restrictions is then investigated via simulation. An empirical application involving testing for homogeneity in a random walk coefficient version of the AIDS model is given.     

轴流通风机出口紊流流场的实验研究

本文对某一型号的一类轴流通风机的出口紊流流场进行了测量,得出了风机出口流场紊流度的变化特性和紊流流场的波形图,根据实验结果的分析,指出了该类通风机的空气动力噪声源。     

求Ramsey数最优下界值的递归算法

要确定每个具体的Ramsey数的数值是相当困难的,至今人们只求出了为数很少的几个Ramsey数的数值.人们在研究Ramsey数性质的同时,也在估计Ramsey数的数值,得出了某些Ramsey数的下界值,但工作进展缓慢.本文提出了一种计算Ramsey数最优下界值的递归算法,该算法利用当今关于Ramsey数的最新结果,能得出Ramsey数的目前最优下界值.1 算法描述不妨将本算法定名为G,参数个数为1个以上(可变化),算法允许递归调用,其输出值为Ramsey数的目前最优下界值.C(k_1,k_2…,k_n)表示以k_1,k_2…,k_n作为输入,通过算法G所得到的输出结果,即C(k_1,k_2…,k_n)表示的是G算出的Ramsey数N(k_1,k_2,…,k_n;2)的目前最优下界值,其中N(k_1,k_2…,k_n;2)的含意与文献[2]中有关含意相同.算法G: