蜘蛛丝拉伸变形行为的力学模型

根据大腹园蛛牵引丝力学性能的结构机理及其聚集态结构和形态结构特征，初步建立了以皮芯层结构为基础的蜘蛛丝拉伸力学模型，分析了皮芯层比例及结构对蜘蛛丝纤维力学性能的影响。以层状复合材料的拉伸变形为依据，分析了蜘蛛丝纤维的拉伸断裂过程与皮芯层性能间的关系。     

校园网中校园体育文化传播新探

通过介绍了校园网及校园体育文化的概念、功能和特点，探讨了利用校园网传播校园体育文化的若干问题，指出加强校园网的校园体育文化的建设将有利于促进高校体育文化向更高层次的方向发展。     

具变时滞细胞神经网络的指数稳定性与正周期解

利用Lyapunov函数研究具变时滞细胞神经网络的指数稳定性，获得新的判据，利用重合度理论得到了该神经网络正周期解存在的充分条件．     

复合二项风险模型破产概率ψ(0)的近似计算

对理赔量为一般随机变量，给出复合二项风险模型破产概率ψ(0)的近似计算公式．这个近似计算公式十分简洁，方便于数值计算．而且当理赔量为离散型随机变量时，它与Gerber(1988)和Shiu(1989)给出的精确计算公式一致．对连续型情形，给出了一些数值计算例子．从指数分布的数值例子看，有较好的近似效果。     

最佳广告投入的实例分析

投入广告可以扩大商品的销售量，但投入必须恰当，本文通过分析商品销量与价格、广告费用与增加的销量的关系，拟合出合适的相关函数，建立了广告投入的最佳模型。     

人工神经网络预测离子色谱分离条件

 以EDTA为淋洗液,用均匀试验设计法研究了高Cl^-浓度下Cl^-与NO₂^-,NO₃^-的分离条件.将实验条件和实验结果作为BP神经网络的训练集,同时对网络的结构和训练速率进行筛选和优化.经过2567次训练后,网络训练误差达到10^-5.对训练结果的考察表明,人工神经网络以较少的实验数据成功建立了离子色谱分离条件的预测模型,最大相对误差仅为0.85%.     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度.     

应用聚类和模糊神经网络方法设计模糊规则库

基于聚类技术和模糊神经网络提出一种新的自动生成模糊系统规则库的设计方法.采用结构辨识和参数辨识相结合的方法,构造模糊系统完善的模糊规则库.用此设计方法对函数逼近问题进行仿真,结果表明该方法具有规则数目少、学习速度快、建模精度高等特点.     

变精度粗集模型在故障诊断专家系统中的应用

将变精度粗集模型应用于故障诊断专家系统的知识获取和知识库的更新;利用变精度知识约简和正则条件熵进行故障特征选择,实现最简诊断知识的获取,以建立专家系统知识库;利用属性的相对依赖性实现知识库的维护与更新.滚动轴承故障诊断的实验结果表明,该方法有效地克服了传统规则式故障诊断专家系统的不足,实现了故障诊断功能.     

K-M模型下的人全血对He-Ne激光的散射与吸收特性

研究了人全血对He—Ne激光的反射和透射传输特性．实验采用单积分球系统及波长为632.8nm的He—Ne激光器，采用Kubelka—Munk模型分析和计算了不同血液样品的吸收系数、散射系数及总光强I(x)随厚度的变化情况.结果表明：K—M模型结合单积分球系统的测量方法可用于研究血液样品光学参数，不同类型的血液样品在K—M模型下的吸收系数或散射系数有差别，散射系数的差异较小，有3例胃癌患者血液的吸收系数与正常人有较大差异。