极限环及同宿分叉的摄动——增量解法

采用摄动－增量法研究电机工程一类强非线性振子的极限环和同宿轨线，极限环，同宿轨线和分叉值可以非常精确地计算。     

强非线性对称振子周期振动的一种解法

给出一类强非线性对称振子周期振动的一种解法。此法先将常微分方程的求解问题化为积分方程的求解 ;再利用增量法的思想及谐波平衡原理 ,将积分问题化为求解谐波项系数的线性代数方程 ;最后给出本法的应用     

A New Method for the Decomposition of Portfolio VaR

In this paper, we give a new method of decomposing of portfolio VaR which are held with the hypotheses of non-normal distribution, based on the mutual relationships of marginal VaR, component VaR and Incremental VaR, and have the same results with decomposing of portfolio under the hypotheses of normal distribution.     

一种基于差别矩阵的核增量式更新方法

本文文讨论分析信息系统（或决策表）新增对象的各种情况，提出一个直接、简洁基于差别矩阵的属性核增量式更新算法．该方法在更新差别矩阵时仅须插入某行或某列，或者删除某行或采列，有效地提高核的更新效率．     

基于可变精度粗集模型的增量式规则获取算法

为了获取最小决策规则集，当增加新样本时，传统的方法通常需要对决策表中所有数据重新计算，效率欠佳。从可变精度粗集模型理论出发，讨论了新增记录与已有条件属性等价类的关系及对规则集的影响，在此基础上提出了基于可变精度粗集模型的增量式规则获取算法。通过仿真实验表明，这种增量式算法是可行的。     

一种基于增量的整数型画圆算法

提出了基于线段的增量画圆算法,本算法可以一次画多个点.除初始化部分外,算法中只使用加、减和移位运算.本算与传统算法相比可大大提高画圆的速度.     

增量决策树算法及复杂度分析

介绍了增量决策树算法的基本原理,并从实例费用和信息熵费用两个角度出发,对增量决策树算法的复杂度进行分析.通过实例说明,增量决策树算法能够构造出与ID3算法形态基本相同的决策树.     

一种有效的关联规则增量式更新算法

本文针对在事务数据库不变 ,最小支持度和最小可信度发生变化的情况下 ,如何进行关联规则的维护问题进行了研究 ,并提出了一种有效的增量式更新算法     

无功补偿后的节容与增容问题的探讨

实行电容补偿无功，补偿无功后的节容率是多少?电力用户可增容又是多少?本文对这一问题进行了研讨，得到了节容与增容的一种计算方法，从而使电力用户有一个正确的认识与合理的应用。     

一种新的支持向量机增量学习算法

提出一种新的支持向量机增量学习算法。分析了新样本加入训练集后，支持向量集的变化情况。基于分析结论提出新的学习算法。算法舍弃对最终结论无用的样本，使得学习对象的知识到了积累。实验结果表明本算法在保证分类准确度的同时，在增量学习问题上比传统的支持向量机有效。