RBF神经网络及其在结构损伤识别中的应用研究

采用具有更好的仿生效果的径向基函数（RBF）网络对单处损伤结构及多处损伤结构的损伤程度，位置，区域，处数进行识别，网络学习方法选择了简单易行，精度高且运算速度快的正交最小二乘（OLS）法，通过实例对该方法进行了测试，并与BP网进行了比较，测试结果可验证：RBF网络及其OLS学习方法可以快速，有效，高精度地识别结构损伤状况。     

运用MICROMAX－Ⅱ系统对电炉温度进行控制

介绍了运用ＭＩＣＲＯＭＡＸ－Ⅱ集散控制系统对电炉温度进行控制的硬件配置及组态方法．该系统采用ＰＩＤ回路调节法，其稳态误差为±１℃左右，调整时间比一般控制方法短；在设定温度值为８００℃时，超调量为６℃左右．系统抗于扰能力强，管理方便．     

普适计算中多通道交互框架的研究

多通道交互是普适计算人机交互中一个新的发展趋势,国际标准化组织W3C公布的多通道交互协议旨在开发支持普适计算设备多通道交互的通用协议标准。本文对此标准协议中的多通道交互基本框架进行了分析,并提出了此框架中,环境上下文在交互管理构件和系统环境构件中与用户输入输出信息的融合框架。在此框架基础上对驾驶导航(Driving Direction)实例进行分析。     

两阶段高维容积信息滤波及其在目标跟踪中的应用

非线性系统估计的过程是一个多传感器信息融合的过程,在集中处理量测数据的过程中,Kalman滤波具有很高的计算复杂度.尤其当系统模型中存在随机偏差时,扩维后计算量大幅增大,容易造成系统溢出和运行失败的问题.通过将两阶段容积Kalman滤波嵌入到扩展信息滤波框架的方式,提出了一种两阶段高维容积信息滤波算法.该算法初始化容易,计算量较小,直接利用协方差矩阵的逆与信息矩阵之间的等价关系参与滤波递推的过程,减少了对滤波增益阵的计算.在协方差矩阵的解算过程中,两阶段算法的协方差矩阵之间存在有耦合关系,因此在信息滤波中,两阶段信息矩阵之间也存在着某种耦合关系,算法中通过将非线性T变换和矩阵求逆应用于信息矩阵,得到了两阶段信息矩阵与协方差矩阵之间的耦合关系.通过纯方位跟踪系统的仿真实验,验证了两阶段高维容积信息滤波算法在精度上高于容积Kalman滤波算法,在运行时间上也短于容积Kalman滤波算法,证明了该算法的可用性.     

基于SQL Server的联机分析挖掘模型研究

联机分析挖掘(OLAM)是一项新兴前沿的概念,他不但无缝集成了OLAP和Data Mining技术,具有两者各自的优势,而且将整个数据分析领域提升出一个新亮点。介绍OLAM提出的缘由和体系结构以及一些关键性的技术,阐述选取SQL Server 2005作为联机分析挖掘模型研究的详细思路,着重利用SQL Server 2005在无缝集成方面的优势,用一个具体实例对OLAM模型进行具体的建模分析和研究,以期待OLAM作为一门新工具为用户辅助决策。