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。     

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。     

三种测应变线路的比较

介绍了三种测应变的线路,通过实验证实,在测扭矩时,用4片电阻应变片构成的线路,可以排除弯矩的影响。     

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．     

Nonsynchronous Trading Model and Return Analysis

Nonsynchronous trading is one of the hot issues in financial high-frequency data processing. This paper extends the nonsynchronous trading model studied in [1] and [2] for the financial security, and considers the moment functions of the observable return series for the extended model. At last. the estimators of parameters are obtained.     

选择最小方差阈值的判别式方法

本文阐述了选择最小方差阈值的各次累积矩判别式方法,证明了零次矩判别式最小方差阈值选择法在理论上可使统计累积矩的次数降到最低,在实用上可进一步减少运算量。     

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。     

用狄利克莱公式计算张量

对惯量张量、电四极矩用积分法计算和狄利克莱公式计算作对比,表明用狄利克莱公式[1]计算简洁、方便.并指出计算一类非均匀类椭球体惯量张量及电四极矩的计算方法.     

处理变质量问题常用方法讨论

经典力学的变质量特指系统内各部分之间存在质量移动．处理此类问题的常用方法可归纳为三种：运用动量定理微分形式、变质量系统的动力学方程和质心运动定理求解．本文结合链条问题的三种求解方法对比，说明各自特点，并指出求解变质量问题时应注意的问题．