非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

FIPA合同网协议的一种改进方案

针对FIPA合同网协议的一个典型扩展协议CNCP提出增设阈值的改进方案．因为无论Agent同时参与几项招标，最终它只能与其中某一个任务发起者建立正式合同关系，所以在确保Agent可在绝大多数情况下获得至少一个任务执行权的前提下，对参与招标的Agent一方设置合适的阈值，限定其同时处理的cfp的数量，可以为参与者一方减少大量不必要的计算消耗，降低任务被低效执行或最终得不到执行的风险，从而对系统整体性能的提升有所裨益．     

间断常系数抛物方程组特征修正区域分解有限元法

研究了间断常系数抛物型方程组，应用特征修正区域分解有限元方法处理此问题．定义了一个函数，用这个函数在前一时间层的值近似在剖分子区域相交界面上的法向导数值，使得问题在子区域上是相互独立的，从而实现了并行．并给出了收敛性分析和L^2模误差估计.     

不同方法制备ZnO催化剂的活性比较

为提高ZnO在甲醇分部中的催化活性，以5A分子筛担载硝酸锌制备ZnO催化剂，并与碳酸锌直接分解制备ZnO的催化剂进行比较。发现前者的催化活性比后者高出很多，且克服了后者在实验中的许多不足。考查了分子筛担载硝酸锌制备ZnO的条件，确定出最佳焙烧温度与焙烧时间；所得催化剂的最高催化活性达76％。     

基于小波变换的弹射加速度滤波分析

根据小波分解与重构理论，对弹射加速度信号进行多尺度的小波变换，即用不同中心频率的带通滤波器对信号滤波，把主要反映噪声频率的那些尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来，作小波重构变换，从而得到较好地抑制了噪声的信号。     

不同制备方法的CuC2O4-ZnC2O4·2H2O的热行为和热分解动力学

应用DSC、热重分析技术对共沉淀和机械混合CuC2O4-ZnC2O4·2H2O(摩尔比1∶1)在N2气氛中的热行为、热分解过程和热分解动力学进行了研究,DSC和TG曲线表明,机械混合样品的热分解过程与单独的草酸盐基本一致,共沉淀样品的热分解过程则不同于单独的草酸盐.用KAS的等转化率法求出较为可靠的活化能Ea,用热分析动力学三因子求算的比较法确定了2种样品热分解反应遵循的机理函数f(α),在Ea和f(α)的基础上计算出指前因子A.共沉淀样品中第2步、第3步热分解反应遵循的机理函数分别为R2和A2.机械混合样品中第2步、第3步热分解反应遵循的机理函数分别为2D和A2.     

一种容错会议密钥分配方案设计与分析

基于Byzantine模型，提出了一种会议密钥分配方案．该方案通过将秘密信息分布于多个服务器中实现了安全和容错的密钥分配．在该方案中，即使实施密钥分发的服务器组中有部分被入侵或系统部件存在故障，系统的所有授权用户仍可以获得正确的会议密钥．对方案的分析表明，基于离散对数计算和大整数分解的困难性，任何攻击者都无法获得会议密钥的相关信息，同时入侵者亦不能阻止系统的授权用户得到正确的会议密钥。     

一种基于彩色图像的锐化算法

对常用锐化算法进行改进，提出了一种新的针对彩色图像的边缘增强算法，并用模糊集理论选取阈值去除噪声．实验证明，改进的算法能有效地突出彩色图像的边缘，与其他算法比较，该算法耗时很少．     

An extended Lagrangian support vector machine for classifications

Lagrangian support vector machine (LSVM) cannot solve large problems for nonlinear kernel classifiers. In order to extend the LSVM to solve very large problems, an extended Lagrangian support vector machine (ELSVM) for classifications based on LSVM and SVMlight is presented in this paper. Our idea for the ELSVM is to divide a large quadratic programming problem into a series of subproblems with small size and to solve them via LSVM. Since the LSVM can solve small and medium problems for nonlinear kernel classifiers, the proposed ELSVM can be used to handle large problems very efficiently. Numerical experiments on different types of problems are performed to demonstrate the high efficiency of the ELSVM.     

基于最大模糊熵原理的多阈值图像分割新算法

基于最大模糊熵准则,提出了一种新的多阈值图像分割算法。该算法通过定义一种简单的线性模糊隶属度函数,将图像模糊划分为若干个不同的区域;同时采用自适应遗传算法搜索最大模糊熵准则下图像的一组最佳分割阈值,并对遗传算法中的编码方式及交叉算子、变异算子进行了一些有益的改进,极大地减少了计算量和存储空间,加快了算法的搜索速度。通过仿真实验证明该算法对复杂图像良好的分割效果和较强的实时处理能力。