线性有源网络的完全有向树分析法

本文提出了正(负)根完全有向树和正(负)根完全有向k树的概念和线性有源网络的正(负)根完全有向树分沂法。这个方法是完全树法与有向树法的统一。它没有符号问题与对消项问题。     

线性有源网络的导纳矩阵分析

本文用节点法分析了含理想电压源的网络,从网络的不含源导纳矩阵获得了含源网络的约束导纳矩阵以及节点短路电流源向量的公式。对于运算放大器,借助逆传输表示,统一了运算放大器网络的约束导纳矩阵规则。     

线性有源网络灵敏度计算的新方法

本文提出了一个新概念一线性有源网络的灵敏度传递矩阵和一个新算法—矩阵的循环乘;证明了任意阶的灵敏度矩阵都可以由传递矩阵及其循环乘给出。理论分析和计算机模拟结果表明,该方法具有计算量小,易于编程和节省内存的优点。     

线性有源网络的高效模拟和优化设计

本文给出了适合于线性有源网络优化设计的一种有效方法.在电路优化设计中,计算费用主要取决于目标函数计算。通常情况下,一个线性网络的模拟要求解维数较高的线性方程。电路优化设计中一个很重要的特点是独立可调设计参数的数目较小,依据线性网络的性质,将其表征为一个多端口网络,在优化之前建立混合参数矩阵,每次目标函数计算中仅需求解一个维数和设计参数数目相同的方程,因而非常省时。     

线性有源网络中的两个对偶拓扑定理

本文在文献[2],[4]的基础上,证明了在线性有源网络中∑ Z_x T_x~v ?+∑e_a α_p T_x~v f=和 两个对偶的拓扑定理,讨论了在不存在耦合元素的RLC网络中。     

线性有源网络的网络方程及其解答表达式

本文建立了线性有源网络含理想电源支路时割集电压和回路电流的直接表达式。此表达式在保持原网络拓扑结构不变的情况下,用网络的拓扑矩阵和参数矩阵的分块矩阵表示,省去了大量的零元素,避免了网络分析时各稀疏矩阵中零元素的计算,同时亦降低了各运算矩阵的阶数。因此在电路的计算机辅助分析中利用本文导出的两表达式,可使求解简捷、明了,比用建立网络方程,然后解方程的方法大大减少了内存空间和运算机时,从而可以提高计算机分析网络的能力。     

线性有源网络中元件参数增量变化特性的分析

(一)引言线性网络中元件参数的微分灵敏度的分析已有了不少的研究。其中伴随网络的计算方法最为有效。除了计算方法的研究以外,对于微分灵敏度的一些性质也有了研究,并对网络的最小灵敏度设计提供了理论依据。     

域F（z）上线性有源网络状态方程的存在性

如何将线性有源网络的每一支路上的物理参量都视为独立参量，那么，网络成了这些参量的有理函数域Ｆ（ｚ）上的网络；本文讨论了这样的网络在Ｆ（ｚ）上状态方程存在的充分条件。由于这条件只与网络的结构有关，因此使用十分简便。     

线性动态网络混合分析法

提出了线性动态网络(时不变、时变)混合分析法,将线性时不变电容和电感的电流、电压,线性时变电容的电流、电压和电荷,线性时变电感的电流、电压和磁通都作为独立变量与节点电压一起参与分析,可以方便地形成由一组线性代数方程与一组微分方程构成的混合方程。虽然方程的规模有所扩大,但方程的建立较为容易。这一混合方程在时域离散后成为一组线性差分方程,易于用计算机进行数值求解。     

产生符号网络函数的主子超图法

文中引入完全超树和主子超图的概念,并提出产生线性有源网络之符号网络函数的一个新方法主子超图法。它是主子图法[1]的改进。它的表达式很紧凑,计算时间复杂度为O(venl)。通常叶总数nl远小于主子图数np,所以它的计算效率高于主子图法。     

分段线性电阻网络的拓扑分析法

本文通过引入一个参量伏安特性曲线的弧长,并吸取分段线性函数的绝对值函数表达法,建立了一种新的分段线性电阻网络的描述法和分析法。采用此法,可避免现有方法的诸多缺陷。     

一般线性网络的混合分析法

本文应用网络图论提出了圈-离集混合基矩阵的概念、混合基中基尔霍夫定律的矩阵表示和一般线性网络的混合基方程,进而建立了一般线性网络的圈电流-离集电压混合分析法。这个方法把文献[4]关于无源和无互感网络的混合分析法推广到包括有源和有互感网络在内的一般的线性时不变集总参数网络的情况。     

线性调频脉冲阵的研究

本文以声呐为例讨论了应用啾声(Chirp)信号于线阵的问题。文章研究了在接收机输入端混有噪声的条件下线性调频脉冲阵的波束形成的可能性。理论分析和计算机模拟表明,系统具有良好的距离分辨率、角度分辨率和高的信噪比增益。     

线性约束凸规划神经网络新模型

本文提出了线性约束条件下任意凸规划的神经网络新模型,与原模型相比,缩小了规模,便于工程实现.网络是全局稳定的,并能收敛到最优点.     

分析线性反馈网络的新方法

本文应用回路阻抗矩阵的行列式和广义余因式导出一种分析线性反馈网络的新方法,深入系统地研究了网络函数,灵敏度、回归差、零回归差及其矩阵等,得到了规律性很强适合机辅分析的一系列公式。此法不局限于研究平面网络,特别适用于RLCM和流控电压源组成的受电压源激励的网络。     

一种训练神经网络的模糊控制方法

提出一种训练神经网络的模糊控制方法，该方法根据样本的分布及网络对该样本的识别率制定模糊规则，以此规则控制网络的训练参数、调整学习率．利用此方法训练出的神经网络收敛快、识别率高．当样本不均衡时，这种方法的优点尤为显著．     

一种新颖的基于LDA的人脸识别方法

提出一种基于离散余弦变换(DCT)与．LDA相结合的人脸识别方法，首先利用DCT将图像进行降维，然后在低维空间中利用LDA进行特征提取。利用ORL人脸数据库和我们上海交通大学图像处理与模式识别研究所的人脸数据库进行测试，实验结果分别得到了97．5％和92．6％的正确识别率，表明它可以和其他方法相比较。