一种新的基于Kohonen网络的图像矢量量化

矢量量化是一种重要的数据压缩方法.本文利用Kohonen自组织映射神经网络进行矢量量化,首次较为详细地讨论了具体实现的步骤与细节,并在此基础上为改善边缘质量,提出一种基于Laplas算子检测边缘弓引导神经网络训练的方法,并通过实验证明其效果是明显的.     

亚纯函数与其导数的公共Julia方向

本文研究不指定级的亚纯函数与其导函数的公共Julia方向的存在性问题。     

特征结构提取的高阶Hopfield神经网络实现

本文首先建立了特征结构提取问题的罚函数表示，通过对罚函数求极小可以求得原始协方差矩阵的主特征向量及其对应的特征值。为了求得其他特征结构，特构造了一个协方差矩阵序列。如果将罚函数展开并进行整理，高阶Ｈｏｐｆｉｅｌｄ神经网络可被引入到特征结构提取中。这种方法比较直观，它将网络稳定时的输出与所求协方差矩阵的主特征向量的各个分量相对应，而网络稳定时的能量则对应于协方差矩阵的迹与所求特征值之差，计算机仿真结果验证了这种方法的正确性。     

采用系统理论思想实现新一代防病毒技术

本文从防病毒角度把病毒分为三类：可检测型病毒、半可检测型病毒和非检测型病毒；提出系统状态转移网络这一中心概念，根据系统状态的可测性、状态间的相容性和循环性来判别ＤＯＳ系统的安全性，并提出了仿真检测判别技术。新一代防病毒技术从传统地剖析病毒转移到ＤＯＳ系统状态的研究，为全面预防各种计算机病毒奠定了系统理论基础。     

Intelligent Control Mechanism of Part Picking Operations of Automated Warehouse

This paper studies the part picking operations of a ut omated warehouse. It assumed the demand of picking orders of automated warehouse are dynamic generated. Once the picking orders of certain period of time are kn own, it is necessary to decide an efficient order picking sequence and routing t o minimize the total travel distance to complete those orders. Assumed there are n i items to be picked in order O i. Each item in the picking ord er is located in different locations in the warehouse. Since i...     

关于极限的几个定理

给出了极限的几个定理及其推论，可以解决或简化某类极限问题。推论2修正了数学通报11（1963）《关于极限的一个定理》。     

球电流壳磁场的计算

计算的结果表明，球壳内的磁场是均匀的，可用此方法在一定范围内获得均匀磁场．     

再议网络图的逻辑同构变换

图对同一个逻辑问题可有不同的表达方式，在必要时需进行逻辑同构变换＾［１］。本文对“节点型网络向箭线型网络的逻辑风构变换”的研究进行了补充，增加了三种情况的图开有子模，进一步谁了逐节生长法的通用性。同时，提出了箭线型网络向节点型网络逆向变换的算法；逐线收缩法。     

Solving the State Equation of a System by Walsh Function

In this paper, We deal with the solution of the state equation of a system by the Walsh function, that is, we shall find the solution of a matrix differential equation by the Walsh function, and introduce a solution of the higher-order matrix differential equation. First, after a certain transform, we turn the higher-order matrix differential equation into a state equation. Then we find the solution of the state equation by the Walsh function. Finally after a certain transform, we obtain a solution of the higher-order matrix differential equation.