逐步回归分析与人工神经网络用于多组分稀土元素的HPLC同时测定

本文首先用逐步回归分析法对三组分稀土元素的重叠色谱数据进行筛选，提高数据的显著性，减少数据量，然后用ＢＰ模型的人工神经网络进行训练与预测，对重叠色谱峰中的各组分含量进行了定量分析。结果表明：采用逐步回归分析法对数据进行处理后，不仅提高了训练速度，而且预测结果也得到了明显的改善。     

用于工业过程仿真的多功能图形系统VG1.0

本文介绍了构思新颖的图形系统ＶＧ１．０的总体结构和基本设计思想。它是以制作工业过程ＤＣＳ（集散控制系统）仿真界面为主要目的的多功能工程绘图系统，能胜任多工程绘图场合的需要。     

顺丁橡胶单体工艺DCS训练仿真器

本文以顺丁橡胶单体工艺为仿真对象，介绍一种中等规模的ＤＣＳ计算机仿真培训系统的开发环境及工艺仿真数学模型开发平台的完善与使用，及建模环境的结构与应用情况。     

基于VHDL语言的伪随机码发生器的自动校验制作

对于仿真目标而言,描述一个系统的自校验模型是非常重要的。文章给出了用VHDL语言描述的伪随机码发生器自动校验模型的设计。对于许多限制性模型,校验它们的有效性是十分困难的。在给出设计中,系统的规格方面是由设计者通过修改的线性实时逻辑来描述输入和输出之间的实时限制和关系。修改的线性实时逻辑是一个传统逻辑的扩展,能描述各种变量之间的实时关系。用VHDL语言描述的模型,基于给出规格上指导测试和仿真,输出的仿真与期望的结果进行比较和评价,从而揭示出规格的误差。     

基于垂直边缘处理的全景图像的拼接

基于图像的绘制技术是虚拟现实中建立虚拟环境的重要方法，而全景图像是基于图像绘制的关键。该文提出了一种基于图像垂直边缘处理的全景图像拼接方法，通过边缘检测方法锐化图像的主要垂直边缘，增强图像的匹配特征，实现了图像有效的自动拼接。     

多变量系统Laguerre预测控制算法及其改进

给出了基于Laguerre函数的多变量自适应预测控制算法，并对控制算法中的Laguerre谱系数在线递推最小二乘辨识算法进行了改进，使得控制系统性能有明显改善。双容水箱液位控制系统的实验表明，改进的Laguerre函数自适应预测控制算法对扰动和对象参数、结构的变化、强耦合及非线性具有较强的适应能力。此外，该控制策略能有效地减缓系统振荡，有更高的控制精度和良好的控制品质。因此，改进的Laguerre自适应控制策略适合于复杂工业过程的控制，具有很好的推广应用价值。     

基于VHDL语言的伪随机码发生器的自动校验制作

对于仿真目标而言,描述一个系统的自校验模型是非常重要的.文章给出了用VHDL语言描述的伪随机码发生器自动校验模型的设计.对于许多限制性模型,校验它们的有效性是十分困难的.在给出设计中,系统的规格方面是由设计者通过修改的线性实时逻辑来描述输入和输出之间的实时限制和关系.修改的线性实时逻辑是一个传统逻辑的扩展,能描述各种变量之间的实时关系.用VHDL语言描述的模型,基于给出规格上指导测试和仿真,输出的仿真与期望的结果进行比较和评价,从而揭示出规格的误差.     

基于非参数二维熵的主动轮廓模型

提出一种基于区域二维熵的新型主动轮廓模型.该模型将基于二维直方图的熵作为主动轮廓的新型外部能量,能有效完成内部存在噪声和虚假边缘的同质区域的分割.同时针对多数基于区域的主动轮廓模型只分割同质目标的局限,本文通过使用非参数化方法有效表达目标统计特性,并经由模型演变过程中自相交问题的解决,完成了内部结构较复杂的非同质目标(如人脸)的分割.实验验证了该模型的有效性.     

自主机器人的噪声影响及其消解策略的研究

该文针对典型的觅食任务,以计算机仿真为手段,直观地揭示噪声对机器人系统性能的影响.在此基础上,提出了以过程奖赏（process reward）代替传统的结果奖赏（result reward）,并与优先扫除（prioritized sweeping）的强化学习算法结合作为噪声消解策略.然后与基于结果奖赏的Q学习算法（Q-learning）等其它四种算法进行比较,结果表明基于过程奖赏和优先扫除的强化学习算法能显著降低噪声的影响,提高了系统整体性能.     

基于强化学习算法的多机器人系统的冲突消解策略

多机器人系统中，随着机器人数目的增加．系统中的冲突呈指数级增加．甚至出现死锁．本文提出了基于过程奖赏和优先扫除的强化学习算法作为多机器人系统的冲突消解策略．针对典型的多机器人可识别群体觅食任务．以计算机仿真为手段，以收集的目标物数量为系统性能指标，以算法收敛时学习次数为学习速度指标，进行仿真研究，并与基于全局奖赏和Q学习算法等其他9种算法进行比较．结果表明所提出的基于过程奖赏和优先扫除的强化学习算法能显著减少冲突．避免死锁．提高系统整体性能．