奇异信号的小波奇性检测与小波滤波

对奇异信号在小波变换下的奇异点特征进行分析,并将小波奇性检测运用小波滤波,实现了奇异信号的时－频二维滤波,使滤除噪声同时保留了信号的奇异点信息。     

利用区域映射模型研究样本集的空间分布

针对样本集在神经网络中所起到的重要作用，用大量的仿真试验研究了区域映射模型输出与输入空间的拓扑相似性．结果表明，区域映射模型可实现从高维空间到二维空间具有拓扑相似性的映射，因此，可以作为研究样本集空间分布的新的可视化工具，同时为样本集的组织和筛选提供了新的手段．仿真试验也直观地揭示了隐层单元数和权值在神经网络中所起的作用，即隐层单元数用来调节投影的角度，权值则用来调整样本空间的输出图像在输出空间中的位置．     

对教学资源库建设的思考

该文就教学资源库建设过程中面对的主要问题进行了思考,并在此基础上提出教学资源库的设计思路以及在教学资源库建设中还应注意的问题,希望能对教学资源库的建设发挥的一定的参考作用。     

填料对木塑复合材料弯曲性能的影响

大掺量添加填料可以大幅度地降低生产成本,但同时也会对材料性能产生一定影响.试验研究了木粉、碳酸钙、粉煤灰的掺量对木塑复合材料弯曲性能的影响.结果表明:随着木粉掺量的增加,木塑材料的弯曲强度先增加后降低,当木粉掺量达到60%时,弯曲强度达到最大值.随着碳酸钙掺量的增加,木塑材料的弯曲强度先增加后降低,当其掺量达到30%时,弯曲强度达到最大值,掺加粉煤灰也呈现相同规律.     

Construction theory of dyadic scale function and dyadic wavelet function

Ｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｔｈｅｏｒｔｈｏｇｏｎａｌｗａｖｅｌｅｔａｎｄｃｏｍ ｐａｃｔｌｙｓｕｐｐｏｒｔｅｄｏｎｅｈａｓａｌｒｅａｄｙｂｅｅｎｐｅｒｆｅｃｔｅｄ[1～ 3] ,ｆｒｏｍｗｈｉｃｈｔｈｅｐｙｒａｍｉｄａｌｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｌｇｏｒｉｔｈｍｈａｓｂｅｅｎｄｅｄｕｃｅｄ[4～ 7] .Ｉｎｔｈｉｓｐａｐｅｒ ,ｗｅｍａｋｅｕｓｅｏｆｔｈｅｔｗｏ ｓｃａｌｅｉｎｔｅｇｒａｌｅｑｕａｔｉｏｎｔｏｃｏｎｓｔｒｕｃｔａｄｙａｄｉｃｓｃａｌｅｆｕｎｃｔｉｏｎｆ…     

用于模式识别的前馈式神经网络区域映射模型

提出了一种新的用于模式识别问题的前馈式神经网络模型－区域映射模型。该模型将输出空间每一类的特征参数区域映射成输出空间中对应的一个区域。模型具有训练和实际应用中分类标准相一致的性质,使模式识别分类更为合理和自然,相应的误差函数的改变可以加快网络的训练速度。     

填料对木塑复合材料弯曲性能的影响

大掺量添加填料可以大幅度地降低生产成本,但同时也会对材料性能产生一定影响.试验研究了木粉、碳酸钙、粉煤灰的掺量对木塑复合材料弯曲性能的影响.结果表明：随着木粉掺量的增加,木塑材料的弯曲强度先增加后降低,当木粉掺量达到60%时,弯曲强度达到最大值.随着碳酸钙掺量的增加,木塑材料的弯曲强度先增加后降低,当其掺量达到30%时,弯曲强度达到最大值,掺加粉煤灰也呈现相同规律.     

爽层感知器的灵敏度分析

灵敏度分析对于神经网络结构设计具有指导意义,已有的灵敏度分析方法往往针对特定的激活函数,并且对网络输入和权值扰动有严格的限制,该文采用另一种以1-ed^-λx/1_e^-λx型激活函数的倾斜度作为参数的函数形式逼近激活函数,得到一类神经元的统一的灵敏度解析表达式和网络灵敏度计算算法,该方法取消了对输入和权值扰动的限制,可以研究激活函数倾斜度对网络灵敏度的影响。计算机模拟试验证明了此方法的正确性,并且提出了网络结构设计的几条准则。     

自适应特征空间扩张神经网络

为解决复杂的非线性可分问题中前馈式神经网络收敛缓慢的问题，提出一种新的神经网络模型--自适应特征空间扩张神经网络。该模型在标准前馈式神经网络的前端增加一个自适应特征空间扩张层，自适应地增强原始模式的表达，将原来的非线性可分问题转换成线性可分问题或者减小其非线性程度，从而加快网络的收敛速度。一系列的实验，特别是双螺旋线实验表明，该网络模型不仅具有很快的收敛速度，而且具有很好的泛化能力。