一种基于平行因子分析的近场源定位新方法

本文提出了一种基于平行因子分析的近场窄带信源频率、距离及二维到达角联合估计新算法.首先给出一种新的十字阵列;然后结合Toeplitz矩阵的结构特点,选择特定序号阵元输出计算的高阶累积量巧妙构造5个Toeplitz矩阵;接着在高阶累积量域构造平行因子分析模型,分析了该模型低秩分解的唯一性,并从其分解得到的矩阵中联合估计信源参数.与现有方法相比,该算法有效降低了阵列的孔径损失,无须参数配对.仿真结果表明该算法是有效的.     

植物修复重金属污染土壤在我国的发展前景

通过分析国内外植物修复重金属污染土壤现状及特点 ,结合国内外发展趋势及我国重金属土壤治理现状 ,提出植物修复是治理重金属污染土壤的重要途径 ,在我国具有广阔的发展前景     

基于脉冲耦合神经网络的图像融合

该文在脉冲耦合神经网络(PCNN)基本摸型的基础上得出并行脉冲耦合神经网络群，并在此基础上提出了一种基于脉冲耦合神经网络的图像融合算法，该算法能够将多传感器获取的同一对象的多个图像融合于一幅图像中，有效模拟了人类视觉系统；最后对图像进行了实验，分析了参数的影响，得到了较好的结果。     

基于PCNN的图像高斯噪声滤波的方法

针对图像高斯噪声的特点，提出了基于PCNN的图像高斯噪声的滤波新方法。通过对脉冲耦合神经网络运行机理的分析，指出网络中神经元间的捕获特性本身在一定程度上起着对图像的滤波作用，并介绍了该滤波方法的去噪能力和特点。为进一步适应图像滤波的需要，对PCNN的硬限幅函数加以了改进。最后给出了仿真实验的结果，验证了该方法的有效性。     

元学习算法选择机制及关联对性能的影响

提出一种元学习定义,从偏差/方差分解角度对元学习中学习算法的选取机制进行研究,得出了元级选用错误率低且偏差小的学习算法、基级学习算法按照错误率及方差从低到高排列的结论。鉴于标准数据集不能充分评估关联对元学习性能的影响,设计了一种模拟算法以产生模拟数据集。在UCI标准数据集和模拟数据集上的实验表明,同常用的多数投票等组合方法相比,基于算法选择机制的元学习表现出优良的性能,且分类器之间的负关联有助于性能的改进。     

海藻改性粘胶纤维织物的服用性能评价

介绍海藻改性粘胶纤维的制备,对海藻纱线进行性能测试,在小样机上织造出不同组织的织物,并在实验室进行透气性、芯吸性、耐磨性、刚柔性、折皱弹性、表面摩擦性能等6项服用性能指标测试,进行对比分析。实验结果表明,海藻改性粘胶纤维织物的透气性好、吸湿性强、手感柔软、光泽较好,具有优异的服用性能。     

智能PID控制器及其自学习

本文对具有自学习功能的智能PID控制器进行了研究，控制器采用智能PID控制，通过对PID控制的控制结果的有效的性能评价，得出PID控制顺输出的应修正的量值，并以优化的原则，将该量值合理地分配到P.I.D的三个参数上去，从而达到系统在运行过程中自动调整和学习P.I.D参数的目的。     

Hopfield网的初等关联分析及仿真试验

关于Ｈｏｐｆｉｅｌｄ网的输出转移轨迹、吸引子、吸引域和如何逃离局部极小点等问题，尤其是对具有一般的权系数和偏置的网络，一直没有得到很好的解决。本文首先定义了Ｈｏｐｆｉｅｌｄ网的初等关联网络，分析了初等关联网络的性质，找出了具有关联关系的网络输出转移轨迹之间存在的关联关系和规律，使得如果已知了一个网络的输出转移轨迹，利用这一规律可以很容易地得出与其相关联的网络的输出转移轨迹，并给出了它们的吸引子之间关系的结论，为Ｈｏｎｆｉｌｅｄ网络的局部极小点的逃离、最不容错网络的判断提供了方法，对网络的进一步分析和设计提供了一种新的方法和途径。所进行的大量计算机仿真实验验证了这一规律的存在。     

Boole函数的非线性可分性：n—维超立方体的一些计数性质

Boole函数的线性可分和线性不可分问题，一直是前向人工神经网络的一个比较困难的问题，目前仅对变量数n≤7的线性可分问题给予过讨论。本文在文献［1］中所提出的n-维Boole函数分类复杂度定义的基础上，提出了n－维Boole函数容错分类复杂度的概念，并讨论了n-维超立方体的一些计数性质，给出了计数结果，从而为进一步讨论容错分类复杂度为2的Boole函数及其计数问题做了理论上的准备。