Ces_p(E_1,E_2)的k一致凸性

文章讨论了Banach空间的k一致凸性在Ces_p(E_1,E_2)中的提升问题.     

Cesp(E1,E2)的k一致凸性

文章讨论了Banach空间的k一致凸性在cesp(E1，E2)中的提升问题。     

语音信号的谱熵检测在车辆通信中的应用

结合车辆通信中语音信号的特殊性, 利用傅里叶变换和最大离散熵定理, 对含强噪语音的短时频谱进行分析, 构造出一种熵函数来对语音信号进行语音/噪声的判决. 以一段语音信号为例进行仿真, 研究结果表明, 谱熵检测方法计算简单, 谱熵值和隔离度较大, 具有稳健的抗噪特性, 可以应用于车辆通信中语音信号的检测.     

基于Elman神经网络的汽油机过渡工况空燃比多步预测模型

为了减小车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出一种基于Elman神经网络的空燃比多步预测模型.通过对空燃比数学模型的分析,确定神经网络空燃比多步预测模型的输入向量,同时,为了提高过渡工况空燃比预测精度,在神经网络输入向量中增加反映空燃比变化趋势的导数信息.对HL495发动机过渡工况实验数据进行学习,采用梯度算法对Elman神经网络的权值进行调整.研究结果表明：采用该方法能精确预测过渡工况空燃比,预测模型的最大误差小于1%,平均误差小于0.5%.该预测模型可用于实现车用汽油机过渡工况空燃比的精确控制,提高车用汽油机过渡工况排放性能.     

基于AEPSO优化的神经网络多步预测控制

为提高神经网络预测控制的性能,提出了基于自适应扩展粒子群优化的神经网络预测控制方案。基本PSO算法中,每个粒子的更新受粒子个体极值和局部极值的影响,为了提高其全局收敛性,采用多粒子策略,使每个粒子的更新受更多其他粒子的影响;为提高收敛速度,采用自适应策略,对参数c0进行自适应调整,使c0随着迭代次数的增加而逐渐减小,这样,在PSO算法的搜索过程中,随着迭代次数的增加,搜索区域会越来越小,从而加快PSO算法收敛速度。运用该算法实现神经网络预测控制中的滚动优化,在有限时域内对控制序列进行寻列,给出基于粒子群优化的神经网络预测控制系统的稳定性证明。仿真结果表明,基于粒子群优化的神经网络预测控制系统具有良好的跟踪性能。     

生活德育论的二重性

生活与德育的关系问题，乃是生活德育论的核心问题。生活德育认为，德育与生活是统一的。因此，学校德育改革的重要价值取向乃是实现德育与生活视域的融合，克服道德教育与生活体验疏远之弊。德育要走出困境，就应该走进学生的日常生活。     

自适应神经-模糊推理系统的混合协同微粒群算法进化设计

在分析自适应神经-模糊推理系统(ANFIS)结构和参数特点的基础上,定义一个布尔向量L作为网络的结构参数,与原来ANFIS的前件参数集一起构成了新的前件参数集{c,σ,L},并给出了一个新的网络输入输出关系表达式.针对该输入输出表达式,提出一种用于优化ANFIS前件参数集的混合协同微粒群算法.该将参数集L和{c,σ}分别放在两个子微粒群并根据各自不同的特点应用二进制PSO和GCPSO算法进化,两个子微粒群之间的协同由定义的一个协同函数实现,而网络的结论参数依旧用最小二乘法进行优化.应用该算法进行ANFIS网络结构和隶属函数参数的自适应设计,在Henon映射产生的混沌时间序列预测中显示了良好的性能.     

热轧层流冷却过程改进模型建立与仿真研究

针对热轧层流冷却过程非线性、强耦合等特性,对热轧层流冷却过程进行了系统模型分析,并在层流冷却物理过程分析的基础上提出改进方案——将整个物理过程划分为热辐射、空气对流、冷却水对流、辊道热传递和热相变5个部分。对影响卷取温度的关键单元——设定单元进行模型改进,在该模型基础上开发了仿真系统软件,并进行了模型验证和对比,这些表明该系统稳定可靠,可用于现场参数分析和新产品的开发。     

如何搞好新农村园林绿化的规划与建设

＂村容整洁＂是当前新农村建设中的一台重头戏。从新农村建设中园林绿化存在的问题及下一步的对策谈起,就如何搞好新农村园林绿化的规划与建设,浅谈了一些理论和实践问题。