波动方程的任意阶精度的十字架格式

构造了解波动方程的任意阶精度的十字架格式，这些格式的精度为Ｏ（△ｔ＾２ｐ＋△ｘ＾２ｑ）。讨论了这些格式的稳定性与时间方向精度的关系，证明了格式的稳定性区域不再随ｐ的增大而扩大，建立了具有任意阶精度显式十字架格式的稳定性区域的上界。     

临界二元树临界输入的一种启发式排序方法

临界二元树作为描述电路功能的一种方法，可以用于保滞型故障模型的电路功能级测试生成。其基于知识的树结构特别适用于专家系统环境。然而ＣＢＴ的大小取决于临界输入的识别，好的临界输入排序可以大大缩小ＣＢＴ规模。文中提出一种临界输入的启发式识别方法，以求获得较小的ＣＢＴ，加速测试生成过程。     

遗传算法在多用户检测中的应用研究

本文针对CDMA系统中多用户检测的组合优化问题,提出一种结合遗传算法和Hopfield神经网络的检测方法。该方法首先由遗传算法给神经网络提供一个初始解,神经网络在此基础上再进行局部寻优。研究表明：这种方法具有平方的计算复杂度,优于Hopfield神经网络检测方法、以及单独采用遗传算法的检测方法,对远近问题不敏感,具有良好的误码率性能和抗多址干扰性能。     

非对称联接神经网络的稳定性和稳定控制

本文对连续竞争神经网络提出一种新的动态分析方法,得出一类联想网络稳定的必要条件。根据这一稳定性准则,给出了一类联想神经网络的综合方法。对于一般不稳定网络,提出了网络稳定控制的方法。这种方法也为稳定网络的动态控制和优化提供了一条新途径。     

基于双采样速率的动目术检测技术研究

高精度动目标检测是雷达数字接收机的一项核心技术,现有的多普勒频移估计方法不能满足现代数字接收机的高精度、低计算量、超低信噪比环境等要求。该文提出了一种低信噪比环境下的基于双采样速率的高精度动目标检测技术,它包括基于FFT的欠采样信号频率无模糊估计,高精度多普勒频移估计和基于双采样速率的动目标径向速度估计等算法。     

几种小训练样本集的数字语音识别模型的比较性研究

本文通过对小训练样本集的基于DTW结构的数字语音识别模型的比较性分析,指出其存在的三个一般性问题：（1）DTW逐帧匹配模式割裂了观测向量序列的内在联系;（2）压扩观测向量序列造成局部信息使用的不均匀;（3）计算复杂度高,识别率低.为了解决这些问题,我们提出了基于数字语音时频信息整体结构的单特征向量识别模型.这种模型完整地利用了观测向量序列的全部信息,结合置信度评估和自适应反馈学习之后可及时地吸收测试向量携带的新的环境特征信息,调整识别模型结构.该模型的错识率较之最好的基于DTW结构的混合域模型的错识率降低50%以上,计算复杂度则是固定帧长模型的13.12%.