遥感傅里叶变换红外光谱层析技术中的重构算法

在遥感傅里叶变换红外光谱层析技术中，对于是否能够快速、经济地得出气体空间浓度分布图及预测浓度峰位置，重构算法的选择是至重要的。理想的重构算法即使在仪器噪声较大、存在测量误差、光线数量少以及待测气体在空间的分布不稳定情况下，也能够通过有限的测量数据和非对称的光线构型，得出理想的重构图。本文对遥感傅里叶变换红外光谱层析技术中采用的几种重构算法，如ART法、MART法、SIRT法和SBFM法等，作了扼要描述。与传统的ART法相比，MART法在迭代速度和迭代精度上有较大的优越性，SIRT法克服了采用代数重构技术所带来的模糊性，SBFM法使重构结果噪声明显减小。     

非线性约束优化问题的一个修正 Lagrangian 算法

基于一个含有控制参数的修正Lagrangian函数,该文建立了一个求解非线性约束优化问题的修正Lagrangian算法.在一些适当的条件下,证明了控制参数存在一个阀值,当控制参数小于这一阀值时,由这一算法产生的序列解局部收敛于问题的Kuhn-Tucker点,并且建立了解的误差上界.最后给出一些约束优化问题的数值结果.     

基于RBF网络信道均衡器

在数字通信系统中为了克服信道畸变引起的码间干扰，在接收端必须采用信道均衡技术。在本文中，我们将RBF网络用作均衡器。采用最近邻聚类和直接判决算法来调整隐藏层中心，然后再用LMS算法调整输出层的系数。该算法可以实现在线学习，根据相应的准则增加，删除隐藏层节点。算法事先不必确定隐藏层的节点个数。模拟结果显示，RBF网络均衡器能够正确地将信号从有噪信道中恢复出来，在计算机模拟仿真中其性能与理想贝叶斯均衡器相当。     

一种新型广义RBF神经网络在混沌时间序列预测中的研究

提出了一种新颖的广义径向基函数神经网络模型,其径向基函数(RBF)的形式由生成函数确定.然后,给出了易实现的梯度学习算法,同时为了进一步提高网络的收敛速度和网络性能,又给出了基于卡尔曼滤波的动态学习算法.为了验证网络的学习性能，采用基于卡尔曼滤波算法的新型广义RBF网络预测模型对Mackey-Glass混沌时间序列和Henon映射进行了仿真.结果表明,所提出的新型广义RBF神经网络模型能快速、精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法. 关键词： 广义径向基函数神经网络 卡尔曼滤波 梯度下降学习算法 混沌时间序列 预测     

一种生成对称群S9所有Sylow-p子群的算法

根据对称群的基本性质以及第二同构定理，给出了通过添加生成元到P群来构造对称群的一个Sylow-p子群的定理，添加的生成元保证能够快速得到对称群的一个Sylow—p子群．根据第二西洛定理求出了所有共轭子群，即所有Sylow-p子群．针对求所有共轭子群过程中面临共轭子群出现重复的问题，利用正规化子的性质，找到使得两个Sylow-p子群共轭的元，保证每次求的Sylow-P子群不重复．将此算法应用于S1，实验表明该算法可操作性强，耗费时间少．     

轨道运动方程数值解的一种加速算法

针对卫星轨道受大气阻力摄动的运动方程,提出了一种数值加速算法,该算法实现简单、计算量小、精度高,适合于各类卫星轨道的方程的求解.     

Bagging算法在混合适应性样条中的应用

本文通过分析Bagging算法在混合适应性样条估计中的作用，提出了一种新的空间适应性非参数函数估计算法．模拟研究表明该算法在空间适应性上具有明显优势，在估计精度和稳定性方面也可与其他同类方法相媲美，并且易于推广到多元情形．     

基于概念的教育资源元素材聚类方法研究

针对教育资源元素材种类多、独立性强等特点，研究了概念聚类方法解决领域知识的分类和归并问题，并实现了概念的动态聚类算法和归并算法，分析了该算法的效率和聚类准确性．     

具有周期振荡系数二阶椭圆型方程的双尺度高精度算法

本文考虑了一类具有周期振荡系数二阶椭圆型方程边值问题,提出了基于双尺度渐近展开式的高精度有限元算法,并给出严格的证明。     

H∞分散控制系统范数计算的模态综合法(Ⅱ)

在大系统控制中，H∞分散控制方法将整个系统划分成一系列子系统分别研究，然后综合设计大系统的分散控制器，这与结构力学中的子结构分析技术类似．本着这一思想建立了分散H∞控制与子结构振动分析的模拟关系、分散控制系统的最优H∞范数与整体结构一阶本征值之间的对应关系，进而利用结构力学中的模态综合法和扩展Wittriek-Williams算法计算这一参数．论的第(Ⅰ)部分主要介绍系统H∞控制及其本征函数的正交性和展开定理；第(Ⅱ)部分介绍分散控制系统最优H∞范数计算的模态综合法及数值算例。