两种较弱收敛的等价性

在E*空间中W*收敛是比弱收敛还要弱的一种收敛,在自反空间中两者等价.文章去掉了自反空间这一较强条件,对收敛加上适当条件后得到了这两种收敛之间的等价性.     

模糊集收敛的等价性

基于前人在对特殊模糊集上关于确界收敛,L-收敛,Endograph-收敛,Sendograph-收敛之间的等价性的分析,证明了一般模糊数序列上确界度量收敛等价于同时层次收敛和强截集收敛,并对关于截集连续的模糊数集合上的收敛的等价性给出了一种简洁的几何证明方法。     

模糊集收敛的等价性

基于前人在对特殊模糊集上关于确界收敛,L—收敛,Endograph—收敛,Sendograph—收敛之间的等价性的分析,证明了一般模糊数序列上确界度量收敛等价于同时层次收敛和强截集收敛,并对关于截集连续的模糊数集合上的收敛的等价性给出了一种简洁的几何证明方法。     

一种改进的变步长LMS自适应滤波算法

针对自适应滤波领域的最小均方(Least Mean Square, LMS)算法无法权衡稳态误差和收敛速度这一矛盾,提出了一种改进的变步长LMS自适应滤波算法。该算法在基于对数函数的变步长LMS算法的基础上,建立了一种新的步长参数与误差的关系模型。仿真结果表明,提出算法与已有算法相比,能够达到更高的收敛精度及更快的收敛速度,在系统不发生时变时,收敛精度分别提高了5 dB和3 dB,当系统发生时变后,收敛精度分别提高了4 dB和2 dB,不论系统是否发生时变,收敛速度都更快。     

结构优化的加速熵迭代法及其收敛性

对结构优化的最大熵方法用向量ε算法进行了加速,证明了加速后的算法二阶收敛,收敛速度比原算法提高一阶,且收敛范围扩大。     

二阶伏特拉滤波器RLS算法改进

分析了二阶伏特拉滤波器的一种快速RLS算法,针对其存在的收敛速度与收敛精度之间的矛盾,构造了遗忘因子函数并取代该算法中的固定遗忘因子,得到改进的RLS算法。提出了遗忘因子函数的构造原则并分析了相关参数的选取方法。算例表明:改进的RLS算法能解决收敛速度与收敛精度之间的矛盾,有效地加快了收敛速度。     

一种混和型盲均衡算法

盲均衡器在通信系统中有着重要的作用,但一般的盲均衡器存在收敛速度慢的缺点。文中以广泛使用的CMA (Constant Modulus Algorithm)为基础,提出了一种混和型盲均衡算法,不仅提高了收敛速度,而且减小了收敛后的剩余干扰,使均衡器收敛后不必切换到普通均衡方式。     

关于度量收敛的几个初等性质

度量收敛与普通收敛是两种不同的收敛概念。尽管这样,度量收敛仍然具有普通收敛的一些基本性质。在条件mE< ∞下,我们得到了一组度量收敛的不等式性质(即,定理1——定理4)和一个复合函数的有关性质(即,定理5)。 在mE< ∞的假定下,p.p.收敛必定度量收敛。然而,在一般可测集E(即允许mE= ∞)上,结论却未必成立。文章中考虑了一般可测集E上p.p.收敛与度量收敛的关系。这个结果就是定理6。     

变步长极化对消迭代滤波算法

分析了定步长自适应极化对消(APC)迭代算法,在此基础上提出了一种变步长的极化对消迭代算法,并分析了该算法的收敛条件和收敛性能。通过Matlab仿真,比较了参数变化对变步长算法收敛速度的影响,并且将定步长算法与变步长算法进行了比较,得出了变步长算法收敛速度更快的结论。     

区间值函数和Fuzzy值函数的积分收敛（Ⅱ）

给出了区间数和Ｆｕｚｚｙ数的一种距离，并在这种距离下，给出了区间值函数和Ｆｕｚｚｙ值函数的５种收敛定义，接着讨论了点值函数，区间值函数和Ｆｕｚｚｙ值函数的５种收敛之间的关系，得到了一些有意义的结论，最后，给出几乎一致收敛和依测度收敛的积分收敛定理．     

基于粒子群遗传混合算法的配电网无功规划

提出了一种基于粒子群算法(PSO)和遗传算法(GA)相混合的配电网无功规划算法。该算法利用遗传算法收敛效果好和粒子群算法收敛速度快的特点,计算结果表明:该算法是收敛的、有效的。     

含脉冲的双向联想记忆神经网络模型及其全局稳定性

首先建立一种含脉冲的双向联想记忆（BAM）神经网络模型，利用分段Lyapunov函数方法，讨论网络的周期振荡性，全局指数稳定性质及其收敛速率，并给出一实例和数值仿真说明所得结论。     

改进的BP网络在凝汽器系统故障诊断中应用

结合牛顿非线性优化方法,提出了一种改进的BP网络学习算法,将其应用于凝汽器系统故障诊断中,列举了凝汽器典型故障集和征兆集,建立了凝汽器典型故障征兆模式知识源.实例证明:该算法收敛速度快、计算精度高.     

基于小波变换和径向基神经网络的签名识别

主要研究利用小波变换和径向基神经网络进行签名图像的分类识别.它包括不同签名图像和相似签名图像的分类识别.所提出的方法包括小波域的图像特征提取和利用径向基神经网络的模式分类.采用小波的多分辨分析方法对签名图像进行时频分析特别有效.熵和能量相关特征的概念用于小波域.径向基神经网络具有快速的收敛速度和分类能力.实验仿真证实了...     

ⅡR DF设计的高阶关联神经网络优化方法

基于全反馈高阶关联神经网络优化理论,提出了一种ⅡR数字滤波器神经网络优化设计方法(ⅡR-NNO)的理论框架。表征设计质量的加权均方误差当作神经网络能量函数,导出了ⅡR-NNO的Lyapunov方法。简要说明了该方法计算机实现的基本原则,通过设计实例及与其他方法的比较,证明了它的有效性。     

基于人工神经网络的负荷预报模型

针对基于ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）学习算法存在的问题,提出了变步幅最速下降和共轭梯度的混合算法来训练人工神经网络,并建立负荷预报人工神经网络模型．为了提高预测精度,对预报权值进行在线修正．实例证明,混合算法在全局收敛特性和收敛速度上要好于基本ＢＰ算法,所建立的预报模型能达到令人满意的精度．     

随机删除数据下回归函数核估计的渐近收敛

目的研究独立同分布(independent ident ical distribution 缩写为 i.i.d) 随机样本在随机删除数据下核估计的渐近收敛性, 得到两个相应的定理.方法利用中心极限定理及其估计的渐近收敛性得到两个相应的定理.结果和结论该估计具有渐近正态性收敛.     

基于神经网络的离线调优控制的研究

提出了一种快速收敛Ｂ－Ｐ网学习算法，并将其用于离线调优控制。详细讨论了神经网络调化模型的实现原理和过程，并对Ｄ３０５丙烯精馏塔进行了仿真调优控制，仿真结果表明了本方法的有效性。     

回波抵消器中一种变步长自适应算法

自适应回波抵消器是综合业务数字网中U接口的主要部件。通常采用LMS算法对自适应横向滤波器的加权系数进行调节。为了解决自适应过程收敛速度和稳定后精度的矛盾,本文推导出一种可变调整步长LMS算法,并给出该算法收敛速度和稳定后精度的计算机模拟结果。     

松弛微增动态规划在混合动力系统经济调度中的应用

本文介绍了微增动态规划方法的基本原理,通过对黑龙江东部电网及模拟系统的试算,证明了该方法应用于混合动力系统经济调度中的可行性,它也说明了该方法的单调收敛性。根据实际运行的约束条件。对该方法作一定调整,从而使微增动态规划方法达到实用阶段成为可能。