商业银行竞争力的模糊多属性评价方法

在经典定量分析基础上 ,结合银行实际和专家意见 ,以梯形模糊数作为横向比较的表达方式 ,用模糊多属性评价方法 ,对商业银行竞争力进行综合评价     

动态模糊神经网络研究

针对静态网络无法处理暂态问题，对具有递归环节的动态模糊神经网络进行了研究。通过在网络第二层中加入内部反馈连接，使其具有动态映射能力，从而对动态系统有更好的响应。网络使用遗传算法与反向传播BP(BackPropagation)算法相结合来训练，避免陷入局部最优解。采用时序预测和动态非线性系统进行了仿真研究，结果表明，动态模糊神经网络较之普通模糊神经网络在收敛速度、预测精度和网络规模等方面都有较大的改善，并具有更好的动态系统处理能力。     

嵌入式智能动平衡测试系统及其滤波器设计

针对动平衡测试中要求实时处理大量信息，而现有的基于间独微控制器的智能动平衡测试仪和动平衡机控制箱不易满足该要求的情况，提出了一种将DS－－微控制器组对直接应用于智能动平衡仪中子系统设计的方法。介绍了这种方法实现及其数字滤波器的设计，该方法是将DSP与微控制器（即单片机）组成一对主从控制系统，微控制器作为主控器完成全局控制，而利用DSP的快速运算特点来实现支平衡的数字滤波、FFT等。根据该方法所开发的系统可以在动平衡测试中作更多的时域、频域项分析。     

弹流拖动力试验系统关键技术的研究

介绍了弹流拖动力试验系统中的几个关键技术及实施．     

可编程控制器对光栅传感器信号进行高速处理

针对采用PLC进行光栅位移传感器信号高速处理的有关问题进行了详细的分析，对光栅传感器输出信号的形式及其信号处理电路进行了重点阐述。尤其是对PDC9301鉴相倍频集成电路的封装形式、管脚排列以及应用电路进行了详细的说明，并从实用的角度出发介绍了光栅传感器信号与PDC9301及PLC连接电路，叙述了可编程序控制器PLC程序的设计方法。     

沙区人工固沙植物水分适宜度模糊数学模型及应用

以固沙植物油蒿和柠条为研究对象，探讨了样区土壤水分变化的模糊属性特征；运用模糊数学方法，建立了水分适宜度的概念及其模型，并进行实例计算与分析．结果表明：柠条在单播情况下随着营林密度的升高，其适宜度值呈现下降趋势；混播比单播具有较高的适宜度值，其中以5000株/hm^2混播下适宜度最高，植被覆盖率最大，是值得推广的一种营林方式．试验条件下，植被覆盖率高者，其适宜度亦高，二者呈现出一致性．文中分析了油蒿与柠条对水分竞争与共存的机理，有关结论为人工固沙林稳定发展提供了科学依据．     

基于势能平衡的图像骨架抽取算法

基于骨架的基本特征和势能的概念，提出了一种基于势能平衡方式的二值图像骨架抽取算法．将抽取对象的边缘点作为零势能的等势点，计算出处于势能平衡点上的基本骨架点，并据此通过向势能小处延伸的方式构建出骨架，还解决了由于各点周围参考零势能点数量不同而带来的各点势能值间难以比较的问题。通过计算机模拟显示，本算法对于边界噪声影响不太敏感，且在端点处的畸变比最大圆盘方式小。     

储蓄凭条中手写体的提取与净化系统

给出了储蓄凭条手写体提取系统的设计与实现,包括预处理,建立模板,基线定位与去除,倾斜校正 处理,定位格去除和手写体净化分割等。重点讲述了图像二值化,手写体分割与净化算法。     

基于PHP的校园公文发布系统的设计与实现

分析了校园公文发布系统的基本结构 ,给出该系统的设计思路 .在分析B/S结构和PHP技术特点的基础上 ,提出了校园公文发布系统的一种结构形式 ,并使用PHP MySQL技术实现了该系统的主要功能     

A dynamic fuzzy clustering method based on genetic algorithm

A dynamic fuzzy clustering method is presented based on the genetic algorithm. By calculating the fuzzy dissimilarity between samples the essential associations among samples are modeled factually. The fuzzy dissimilarity between two samples is mapped into their Euclidean distance, that is, the high dimensional samples are mapped into the two-dimensional plane. The mapping is optimized globally by the genetic algorithm, which adjusts the coordinates of each sample, and thus the Euclidean distance, to approximate to the fuzzy dissimilarity between samples gradually. A key advantage of the proposed method is that the clustering is independent of the space distribution of input samples, which improves the flexibility and visualization. This method possesses characteristics of a faster convergence rate and more exact clustering than some typical clustering algorithms. Simulated experiments show the feasibility and availability of the proposed method.