A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

Thiele型张量连分式插值及其在张量指数计算中的应用

提出了Thiele型广义张量有理逼近的一种连分式插值方法, 并用该方法计算了张量指数函数的值, 由此来说明这种连分式插值方法的有效性.     

量子Dicke模型中的纠缠动力学性质

在经典极限条件下, 量子化的Dicke模型表现为量子混沌动力学特征. 通过数值计算, 考察Dicke模型在旋转波近似和非旋转波近似条件下, 与经典相空间对应的一些特殊点的初始条件对纠缠的影响, 并将所有点作为初始条件相空间整体纠缠动力学的演化特征, 研究表明, 经典混沌促进了纠缠的发生.      

汽车车身曲面光顺中过渡圆角曲面的构建

根据汽车车身曲面的分类,给出了其构造过渡圆角曲面的合适方法,对比了各种方法的连续性,并用曲率梳对过渡圆角曲面进行了评价.分析了基面理论交线在过渡圆角曲面构造中的重要作用,并通过实例予以验证.实践表明,选择合适的方法可以提高曲面光顺的效率.     

环型二元序列的赋权对换排序问题

研究了环型二元序列的赋权对换排序问题。定义一个长度为l的对换的费用是f(l)=lα,0≤α<1,对环型二元序列的赋权对换排序问题给出了一个O(logn)近似算法,其中n是环型二元序列的长度。     

一阶非线性中立型时滞微分方程的非振动解

利用Banach压缩映象原理,研究下列一阶非线性中立型时滞微分方程d/（dt）[x（t）]＋c（t）x（t-τ1）＋d（t）x（t-τ2）]＋h（t）f（t,x（t-σ1（t））,x（t-σ2（t））,…,x（t-σk（t）））=g（t）的非振动解的存在性,并获得了相应非振动解的迭代逼近序列.     

一种高阶双正交多小波在图像压缩中的应用

目的　构造高逼近阶双正交多小波系统并研究其在图像压缩中的应用。方法　利用已有的双尺度相似算法,详细讨论变换矩阵的选择规则。结果　基于GHM多小波构造了具有三阶逼近阶的双正交多小波,并通过图像压缩实验验证了其优越性。结论　构造的三阶双正交多小波对包含较多高频内容的图像的压缩要优于其他多小波和单小波。     

斜入射电磁波在大气等离子体层中的衰减

基于WKB近似方法,研究了任意角度入射的电磁波在覆盖金属表面的大气等离子体层中的衰减.讨论了适合等离子体隐身的等离子体密度模型,数值计算了电磁波在大气等离子体层中的衰减与大气等离子体层中的负离子、入射角度以及电子碰撞频率之间的关系,并给出了相关参数的电磁波衰减.     

多元Kantorovi型Meyer-Knig-Zeller算子在Orlicz空间中的逼近阶

在Orlicz空间L*M中研究二元Kantorovi型Meyer-K nig-Zeller算子的逼近,给出一种逼近强型正定理.     

基于RBF神经网络的射频功放器件大信号建模方法研究

基于多层前向神经网络对任意非线性连续函数有较好的逼近效果，对BP(反向传播算法)神经网络和RBF(径向基函数)神经网络作了理论上的分析比较。并采用实际数据进行训练。说明了RBF神经网络在逼近精度和速度上都要优于BP神经网络。最后，以RBF神经网络作为函数逼近器对射频功率器件建立了大信号特征模型，并进行了模型检验，证明了基于RBF网络的建模方法具有较高的精度。