双互易杂交边界点方法求解Helmholtz方程

提出了一种新的边界类型无网格法——双互易杂交边界点方法,它将杂交边界点法和双互易法结合,来求解Helmholtz方程.该方法将Helmholtz方程的解分为通解和特解两部分,通解使用杂交边界点方法求解,特解则利用径向基函数近似.该方法只需要边界上离散的点,域内少数的点仅仅是为了径向基函数插值.通过数值算例对影响该方法性能的参数进行了研究.数值算例表明,该方法在求解Helmholtz方程时有较高的精度和数值稳定性.     

基于RBF神经网络模型的臭氧浓度软测量研究

目前的臭氧浓度在线分析测试仪器在臭氧发生器中的应用受到很大限制.通过监测影响臭氧产生浓度的6个参量,基于RBF神经网络模型实现了臭氧浓度软测量.该模型采用梯度下降法确定RBF基函数的中心及输出层权值,可离线和在线校正所建立的神经网络模型.实验证明,软测量模型输出结果与臭氧浓度分析仪测量结果的绝对误差小于5g/m3的达93%以上,绝对误差小于1g/m3的达33%以上,且响应时间小于1s.     

BL△*系统中理论的△-根及广义△-MP问题

对BL*系统进行了研究.结合Petr Hajek的观点,在BL*系统中添加了一元逻辑连接词△,得到BL*系统的一种扩张BL△*系统.随后在BL△*系统中提出了理论的△-根的概念,并对其基本性质进行了研究.最后提出了广义与集体广义△-MP问题,定义了上述问题在语构意义下的解,并对解的存在性进行了讨论.     

一种改进的RBF神经网络混合学习算法

提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)算法初始粒子群,避免了初始粒子群的随机性,提高了粒子群优化算法的优选能力;采用PSO算法训练RBF神经网络中的所有参数.数值结果表明,改进的混合算法具有更高的分类准确率。     

两类新的四次广义Ball曲线

为了实现从四次Wang-Ball到Said-Ball曲线的过渡,以及从四次Said-Ball到Bézier曲线的过渡,定义了2种带形状参数的曲线。第一种曲线包含了四次Wang-Ball和Said-Ball曲线以及介于它们之间的无数曲线;第二种曲线包含了四次Said-Ball和Bézier曲线以及介于它们之间的无数曲线;通过分析新曲线与四次Bézier曲线之间的关系,得出了形状参数的几何意义,并给出了它们的几何作图法。     

《计算机应用基础》课程教学改革的探讨

《计算机应用基础》课程是高校成人高等教育各专业的一门必修课.针对学生入学时计算机水平参差不齐的情况,结合教学过程中存在的一些实际问题,探讨了当前高校成人高等教育《计算机应用基础》课程教学改革的方向.     

高职院校教学基本建设探析

教学基本建设是教学工作的重中之重,加强教学基本建设是贯彻落实《教育部关于全面提高高等职业教育教学质量的若干意见》的重要步骤,是推动高校教育改革和发展的重要举措。在强调内涵发展、工学结合、能力本位的今天,如何推动实施教学基本建设已成为摆在高职院校教育管理者面前的重要课题。以职业技术学院为例,结合当前教育教学建设与改革实践,探索了如何对高职院校教学进行合理建设。     

基于RBF神经网络的异向介质基本单元分析

利用径向基神经网络(RBF神经网络)对异向介质的基本单元进行分析,建立异向介质等效介电常数及等效磁导率与介质敏感结构参数之间的神经网络模型.实验结果表明,该模型所得结果与全波分析相吻合,分析时间为138.465793s,训练平方和误差为0.0374879,满足工程要求.验证了该模型的可靠性及合理性,减少数值分析法由于厚度谐振等问题而引起的结果错误问题,解决了异向介质分析精度与效率难以共存的问题.     

基于DDST的MIMO时频双选信道的信道估计

针对多输入多输出时频双选择性信道,提出了一种基于信息叠加训练序列和最小二乘相结合的信道估计方法.基于基扩展模型构建MIMO时频双衰落系统,采用DDST算法估计信道矩阵,对误码率进行分析.训练序列采用等幅度的周期指数序列,同时在基于叠加训练序列估计的基础上叠加一个基于信息的周期序列.实验表明,基于DDST的MIMO时频双选信道估计方法比传统的估计方法显著降低了信道估计的均方误差和误码率,并能保持较高的频带利用率.     

地面站数传系统的RBFNN模型及算法

针对难以建立精确数学模型的地面站数传系统,提出改进梯度迭代学习的径向基神经网络建模方法。改进梯度学习算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;改进迭代过程中网络参数的梯度信息计算方式,加快了迭代收敛速度;并增加结构调整过程,实现对网络规模的精简。通过采集地面站数传系统输入-输出数据,将改进梯度学习算法应用于网络离线训练,并给出具体实现步骤。地面站数传资源配置优化实例验证了模型具有较高泛化能力,且算法稳定性较佳。