三阶非线性微分方程的周期解

通过把三阶微分方程化成等价的低价微分方程组，给出一类三阶微分方程周期解的存在定理。其中用到二阶线性微分方程的限制共振条件和Ｓｃｈａｕｄｅｒ不动点定理，这一结果简化了Ｎ．Ｎ．Ｇｅｏｒｇｅｅｖ关于同类方程周期解存在定理的条件。     

一种非平稳随机信号模型的时变参数估计算法性能研究

采用递推最小二乘算法求解非平稳随机信号模型的时变参数。该方法的主要特点是计算量小，占用存贮空间少，没有矩阵求逆的问题。应用该方法的对分段线性调频信号、多个线性调频信号及非线性调频信号进行分析，比较了不同基时间函数的选取对时变参数估计的影响。     

一类半线性椭圆边值问题的无网格方法

讨论了一类半线性椭圆边值问题的无网格方法.采用径向基函数无网格法的基本原理和非线性方程组的Newton方法,构造了相应半线性椭圆边值问题的数值格式.给出了数值算例,且与常用算法进行了比较.说明了方法具有易于编程、计算精度高及不需要对区域进行网格划分等优点.     

框架和Riesz基的稳定性

从两方面讨论了Hilbert空间中框架和Riesz基的稳定性：在满足一定条件Bessel序列的扰动下，框架和Riesz基在Hilbert空间中的稳定性；把框架和Riesz基与小波结合起来，在母小波、采样序列的扰动下，小波框架和小波Riesz基在L^2（R）空间中的稳定性．对有关文献的相关结论进行了推广，目的在于可以根据框架的稳定性，设计或者选择一个更优的框架来精确地逼近信号．     

基于特征评估和神经网络的机械故障诊断模型

为了克服在无先验知识的情况下，人为选择时域无量纲指标作为故障敏感特征的盲目性，提出了一种基于特征评估和径向基函数（RBF）神经网络的机械故障诊断模型．该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解，分别提取原始信号和各分解信号的时域无量纲指标组成联合特征，然后对联合特征进行评估，计算评估因子，并根据评估因子的大小选取敏感特征作为RBF神经网络的输入，实现对机器不同状态的自动识别．实验结果和工程应用表明，这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息，从大量的故障特征中筛选出敏感特征，因而减小了网络规模，提高了分类准确率，具有很强的鲁棒性．     

职业教育的历史分析与发展思考

文章对我国职业教育的历史、现状以及发展方向进行了概括性的分析，并对职业教育的可持续发展做出了一些思考。     

来自多尺度分析的R iesz基

不采用正交化方法,给出了来自多尺度分析的R iesz小波基的具体形式以及小波基母函数ψ(x)与尺度函数φ(x)的关系.建立了基于这种R iesz基的分解与重构算法.     

多元不缺项插值基的存在条件及构造算法

运用构造性代数几何方法, 研究由Rⁿ中一组给定节点的信息构造节点子集上的不缺项插值基, 给出了不缺项插值基的存在条件及相应算法.     

一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

基于基本解和径向基函数插值的热弹性无网格分析

采用基于基本解方法和径向基函数插值的无网格算法(MFS-RBF)分析了广义的热弹性问题.位移分为齐次解和特解两部分,径向基函数被用来插值任意温度变化和体力分布,对应于径向基函数的特解集被用来构造位移特解部分,而基本解方法用来计算相应的位移齐次解.最后,常见的重力荷载、惯性荷载和温度荷载算例验证了算法的有效性和简单性.