严格正则系统同时镇定问题的一个数值解法

本文先运用多项式稳定性的一个充分判据，将严格正则线性系统的同时镇定问题化成一组非线性不等式的求解，然后提出了一种求解非线性不等式组的拟牛顿下山数值算法，并应用该方法求解该组非线性不等式。算例表明本文方法的有效性     

线性连续回归模型基于Chebyshev多项式逼近的Markov参数估计

文中先提出了基于Ｃｈｅｂｙｓｈｅｖ多项式逼近，有连续Ｗｉｅｎｅｒ过程扰动的线性连续回归模型最小二乘参数估计算法，然后讨论了Ｗｉｅｎｅｒ过程的Ｃｈｅｂｙｓｂｅｖ多项式逼近值的相关性，在此基础上，提出了能获得参数估计误差方差为最小的Ｍａｒｋｏｖ参数估计（最小方基估计）算法。文中还将所提出的估计方法推广至控制领域中所讨论的随机连续动态系统的参数估计中，计算机仿真结果显示了本文方法的有效性。     

混合计算智能学习算法在系统辨识中的应用

提出既具有较快的收敛性,又具有良好的全局收敛特性的混合计算智能学习算法,并将其应用于系统辨识。仿真结果表明,此方法是有效可行的。     

JAVA反射机制在基于Web移动通信服务中的应用

详细介绍JAVA反射机制在移动通信服务中的重要作用。结果表明，反射机制的应用使Web服务端的构成灵活，操作方便，并且这一技术还可广泛地应用于电子商务、网站的建设以及基于Web有关的数据库操作。     

网络中的流量模型

流量模型是流量预测和网络性能评价的基础。好的流量模型必须能够准确描述网络实际流量的特征情况，这样才能准确预测流量状况。然而近年来研究发现网络流量具有自相似性，传统的基于泊松分布的流量模型已不能很好地表述这一特征。根据流量的不同相关特性，介绍了当前网络应用的典型模型，对它们的特点进行了分析论述。     

随机连续线性系统基于Legendre多项式逼近的参数估计

本文研究随机连续线性系统基于Ｌｅｇｅｎｄｒｅ多项式过近的参数估计问题．文中先讨论了随机微分方程描述的随机连续系统的Ｌｅｇｅｎｄｒｅ多项式逼近，然后给出了最小二乘估计方法．在讨论了连续Ｗｉｅｎｅｒ过在的Ｌｅｇｅｎｄｒｅ多项式逼近值的相关性，并首次得到对Ｌｅｇｅｎｄｒｅ多项或应用于随机连续系统研究有重要意义的统计相关结果后，提出了能获得无偏一致估计的辅助变量法及三种选取辅助变量系统的方法．计算机仿真结果表明了本文方法的有效性．     

基于黄金分割法的离散回归方程的变点估计及其应用

本文利用变点统计学和黄金分割法讨论有多个变点的离散回归方程的交点估计和参数估计，文中提出基于黄金分割法搜索最佳变点估计和同时得到参数估计的最小二乘算法，还讨论该算法在控制领域的应用，数值模拟结果显示本文算法能给出良好的变点及参数的估计值。     

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和 BP算法     

时变系统的多模型参数辨识研究

本文利用变点统计学的思想,讨论离散动态时变系统的多模型参数辨识问题,并给出了基于黄金分割优化思想的最小二乘多模型参数辨识算法以及计算机仿真结果。仿真结果显示出本文所提出的算法对多模型参数以及变点的良好估计特性。     

BP算法用于系统辨识的研究

讨论BP算法用于系统辩识时样本数的选取对训练速率的影响。确立一种选取每一时刻学习样本数的标准，在此标准下，既能保证训练网络的相对稳定性，又能大大加快其收敛速度。