Boole函数的线性可分性(Ⅰ)——n-维超立方体的基本理论

Boole函数的线性可分性是前向人工神经网络理论中的一个比较困难的问题之一。目前仅对变量数n≤7的某些问题给予讨论。当n≥8时,尚无判别Boole函数线性可分的一般准则,更无线性可分Boole函数的计数公式。基于此,本文详细地研究了与Boole函数线性可分性有关的n-维超立方体的基本理论,包括n-维超立方体的基本性质、超立方体中的平行线、子超立方体的计数等,并给出了构造n-维超立方体图的一种新方法。     

非线性干涉滤光片开关特性及逻辑功能

应用干涉滤光片作为一种光学双稳器件,演示了光学逻辑开关功能。     

STRESS INTENSITY FACTORS AND WEIGHT FUNCTIONS FOR SEMI-ELLIPTICAL SURFACE CRACKS IN FINITE-THICKNESS PLATES UNDER TWO-DIMENSIONAL STRESS DISTRIBUTION

Abstract— A Fourier series approach is proposed to calculate stress intensity factors using weight functions for semi-elliptical surface cracks in flat plates subjected to two-dimensional stress distributions. The weight functions were derived from reference stress intensity factors obtained by three-dimensional finite element analyses. The close form weight functions derived are suitable for the calculation of stress intensity factors for semi-elliptical surface cracks in flat plates under two-dimensional stress distributions with the crack aspect ratio in the range of 0.1 ≤ a/c ≤ 1 and relative depth in the range of 0 ≤ a/t ≤ 0.8. Solutions were verified using several two-dimensional non-linear stress distributions; the maximum difference being 6%.     

一类广义几何序列的相关函数

计算序列的周期相关函数是一个很困难但又十分重要的问题。本文首次给出了线性相关广义几何序列的相关函数，从而部分地解决了Ｋｌａｐｐｅｒ提出的相关函数计算问题。     

提高前馈神经网络推广能力的若干实际方法

提高前馈神经网络的推广能力是深受关注的问题，本文根据我们最近提出了一个网络有效推广的准则，从提高网络特征提取能力，分类能力和修改神经元激活函数等几方面给出了若干实际方案，我们在任意手写数字识别问题上的实验结果证实了这些方法的有效性。     

SOPHO—S的结构分析与线路传输技术

ＳＯＰＨＯ－Ｓ系列数字程控交换机是由飞利蒲公司生产的。本文分析了该系列交换机的总体结构，并了它的线路传输技术。     

一种基于三次样条函数求离子浓度的自动算法

本文提出了一种用三次样条函数模拟双次标准加入法测量方程，直接求解离子浓度的自动算法。比较了三咱不同边界条件下用要池数计算离子浓度的结果。造出节点区间两极端点的二阶导数为零时的三次样条函数为最佳模拟函数。并讨论了该方法在实际分析中误差的来源及消除办法。经对一系列文献数据的验算对比，表明本法完全可代替传统的迭代法和查图法，且能方便地设置在智能化的电位分析系统中。     

中国古典园林三维造型研究

论述了采用层次结构化及参数化三维造型方法，建立一个以造型函数库为核心，从而构造各类、各级园林景观构件表面模型的方法和过程。对于某些非建筑类的园林配景构件，采用了Ｆｒａｃｔａｌ方法进行造型。     

BP算法的改进及用模拟电路实现的神经网络分类器

基于用模拟电路实现神经网络分类器的目的，对多层静态前馈神经网络的ＢＰ算法做了改进，采用线性限幅函数代替Ｓｉｇｍｏｉｄ函数作为神经元的激活函数，给出了改进的ＢＰ算法。对该算法性能的实验研究表明：这种改进算法不但方便了用线性模拟集成运算放大电路实现神经网络，而且具有学习速度快，映射能力强等优点。根据本文算法设计的神经网络分类器，无论是计算机仿真，还是模拟电路实现，都得到了比较高的识别率。