基于R/S分析的专利申请量年增长率的相关性研究

Hurst指数是描述分数布朗运动的重要指标.利用R/S分析方法计算出我国专利申请量年增长率的Hurst指数稳定在0.62附近,分形维数稳定在1.38附近.表明我国专利申请量年增长率时间序列,服从分数布朗运动,专利申请量年增长率具有长期相关性.历史数据的影响力随时间间隔的长度增长而缩小,当间隔长度达到10年以上时,历史数据的影响力趋于稳定.     

Strongly Modular Subgroup in Finite Group

Ｓｔｒｏｎｇｌｙ　Ｍｏｄｕｌａｒ　Ｓｕｂｇｒｏｕｐ　ｉｎ　Ｆｉｎｉｔｅ　ＧｒｏｕｐＳｔｒｏｎｇｌｙＭｏｄｕｌａｒＳｕｂｇｒｏｕｐｉｎＦｉｎｉｔｅＧｒｏｕｐ￥ＹｕＪｉａｎｌｉ；ＪｉａｏＤｏｎｇｗｕ（ＬｕｏｙａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇ...     

BP神经网络模拟冰盘管蓄冷过程特性的可行性研究

文中基于BP神经网络方法对冰盘管蓄冷系统的整个蓄冷过程中的蓄冷动态特性参数进行模拟研究,根据实验研究数据对所建的BP神经网络进行网络训练,进而通过预测试验对预测网络进行检验。结果表明:利用BP神经网络方法对整个蓄冷过程中的蓄冷动态特性参数进行模拟的精确度明显高于传统模拟方法,可使研究者更全面、更精确地了解和掌握了蓄冷过程中蓄冷动态特性参数的变化情况,为设计和优化直接蒸发式冰盘管蓄冰系统提供了理论依据。     

基于模糊逻辑推理的改进多响应参数优化方法研究

研究一种基于模糊逻辑推理的改进多响应参数优化方法.通过满意度函数求解各个响应的满意度值,然后经过模糊逻辑推理将多个响应的满意度值转化为模糊推理等级(FRG).模糊推理规则可以充分考虑实际工艺操作经验和专家知识,利用响应间相互关系的机理和统计信息,得到的模糊推理等级能够客观反映多个质量特性的整体水平.将基于模糊逻辑推理的改进多响应参数优化方法运用到铣切削生产过程的参数优化设计中,使两个响应的粗糙程度均有所下降,验证了方法的有效性.     

有限测度诱导的度量空间的完备性

In this paper,the metric space(A, ρ） induced by finite measure space(X,A,μ） is introduced completeness and researched.     

神经网络在复杂自相关预测过程中的应用及对比研究

由于PM_(2.5)日均浓度值受外界多重复杂因素的影响,其较强的自相关性使得时间序列模型ARIMA构建难以实现,因此,给出高映射能力的非线性神经网络预测模型,并分别建立基于BP神经网络和GRNN神经网络的预测模型,进行PM_(2.5)浓度预测实验.结果表明,BP神经网络回检过程和检测过程存在不稳定性,预测残差波动较大,而GRNN神经网络检测残差呈完全U型,回检过程和检测过程较稳定,并且GRNN神经网络回检数据拟合度、预测数据精度和运算速度均优于BP神经网络,建模过程更为方便,易于实际应用.     

有限群中的强模子群

In this paper,strongly modular subgroups was defined and studied.     

Completeness of the Metric Space Induced by Finite Measur

ＣｏｍｐｌｅｔｅｎｅｓｓｏｆｔｈｅＭｅｔｒｉｃＳｐａｃｅＩｎｄｕｃｅｄｂｙＦｉｎｉｔｅＭｅａｓｕｒＹｕＪｉａｎｌｉ；（禹建丽）ＪｉｎＪｉａｑｉ；（金家琦）ＷａｎｇＷｅｉ（（王伟）（ＬｕｏｇａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ）（Ｋａｉｆｅ...     

机器人路径规划算法及其应用

本文研究环境已知条件下的移动机器人路径规划问题,提出了一种基于人工神经网络的路径规划算法,所提算法可以规划出折线型的最短路径,并且计算简单,收敛速度快。将所提算法应用于机器人“Khepera“,通过模拟实验,表明所提算法有效。