甘肃景电灌区次生盐化土壤的性质及其发生机理

本文对甘肃景电灌区次生盐化土壤的理化性质进行了研究 .该区次生盐渍化土壤主要为硫酸盐氯化物和氯化物硫酸盐型 ,水溶性钠离子在阳离子中占绝对优势 .土壤通体碳酸钙含量很高 ,并有少量的石膏 .钠离子饱和度很高 ,具有钠质特性或钠质化现象 ,盐化与钠质化同时进行 .在此基础上对次生盐渍化的机理和改良进行了讨论     

一类不确定非线性系统的鲁棒自适应控制

针对一类具有一般不确定性和未知参数的非线性系统,设计出一种适用于输出跟踪 的鲁棒自适应控制器.该控制器对系统的参数和状态的不确定性具有鲁棒性,能保证闭环系 统的全局稳定性,并解决了ε-跟踪问题.仿真实例表明,所设计的鲁棒自适应控制器具有良好 的跟踪性能.     

两级交互式多模型算法

在混合估计中,交互式多模型滤波器(IMM--Interacting Multiple Model)以其优越 的性能而受到广泛的研究.由于马尔可夫参数的限定,交互式多模型在模型数较多时会出现精 度下降,从而限制了它在高维参数空间建模的有效性.利用模型集的概念,首次提出了双马氏 过程的模型切换假设,从而构造出一种两级交互式多模型滤波器.通过辨识系统噪声的多个统 计参数比较了两级交互式多模型滤波器与常规交互式多模型滤波器.结果表明:对于大信噪比 信源(即小的量测噪声),两级交互式多模型滤波器与常规交互式多模型滤波器性能基本相当; 而对于小信噪比信源(即大的量测噪声),两级交互式多模型滤波器明显优于常规交互式多模型 滤波器.     

基于测量的接纳控制研究

与传统的接纳控制算法相比,基于测量的纳控制有诸多优点,首先它无需知识应用的流量模型,其次它能动态适应网络的负载变化,提高网络资源的利用率。文中分析了基于测量的接纳控制的基本思想,并在此基础上提出和实现了一种自适应的接纳控制算法（Adaptive Measurement-Based Admission Control,AMBAC).作者通过实验对该算法进行了验证,发现在系统资源利用率（或接纳能力）接近的情况下,与传统的（固定时间窗口的）,MBAC相比,AMBAC能达到更低的平均分组丢失率。     

基于自组织神经网络的烧结终点自适应预报系统的开发

烧结终点的在线检测和提前预报对于稳定终点,进而提高烧结矿强度和产量、降低能耗有重要意义。文章介绍了烧结终点的软测量方法;提出了一个新的预报参数——风箱废气温度曲线拐点;将多层前向人工神经网络应用于烧结终点的预报,对BP算法做了较大改进,使学习算法可以自组织神经网络的结构。应用这些技术开发的烧结终点自适应预报系统能够快速、准确地判断和预报烧结终点的状态,可用于在线操作指导或作为自动控制的依据。     

On-line Algorithm for Blind Signal Extraction of Arbitrarily Distributed,but Temporally Correlated Sources Using Second Order Statistics

Most of the algorithms for blind separation/extraction and independent component analysis (ICA) can not separate mixtures of sources with extremely low kurtosis or colored Gaussian sources. Moreover, to separate mixtures of super- and sub-Gaussian signals, it is necessary to use adaptive (time-variable) or switching nonlinearities which are controlled via computationally intensive measures, such as estimation of the sign of kurtosis of extracted signals. In this paper, we develop a very simple neural network model and an efficient on-line adaptive algorithm that sequentially extract temporally correlated sources with arbitrary distributions, including colored Gaussian sources and sources with extremely low values (or even zero) of kurtosis. The validity and performance of the algorithm have been confirmed by extensive computer simulation experiments.     

Towards the Optimal Learning Rate for Backpropagation

A backpropagation learning algorithm for feedforward neural networks withan adaptive learning rate is derived. The algorithm is based uponminimising the instantaneous output error and does not include anysimplifications encountered in the corresponding Least Mean Square (LMS)algorithms for linear adaptive filters. The backpropagation algorithmwith an adaptive learning rate, which is derived based upon the Taylorseries expansion of the instantaneous output error, is shown to exhibitbehaviour similar to that of the Normalised LMS (NLMS) algorithm. Indeed,the derived optimal adaptive learning rate of a neural network trainedby backpropagation degenerates to the learning rate of the NLMS for a linear activation function of a neuron. By continuity, the optimal adaptive learning rate for neural networks imposes additional stabilisationeffects to the traditional backpropagation learning algorithm.     

神经网络自适应噪声对消的研究

基于神经网络中自适应线性单元(ADALINE),结合传统自适应噪声对消原理,提出了一种基于ADALINE的改进型自适应噪声对消器。经仿真和实例证明,具有很强的噪声滤除能力和鲁棒性。     

水文极限分析中改进自适应重要抽样法的应用分析

近年来,随着国内水资源的日渐紧缺,缺水问题一直是困扰我国的发展和进步,甚至已经成为了世界范围的大问题。同时,也注意到不同城市地区以及不同国家范围内受到极端水事件的各种自然灾害以及人为泄露等原因的影响也不断的增加,促使相关的水分析抽样方法在一定程度上得到了快速的发展。文章就水文极限分析中改进自适应重要抽样法的应用进行了分析和论证。     

蛙皮素受体亚型-3在肺疾病中的研究进展

蛙皮素受体亚型-3（BRS-3）属G蛋白偶联受体,至今未发现天然配体。BRS-3具有广泛的生物学作用,可调控神经内分泌功能、能量代谢及细胞生长增殖。在啮齿类动物及哺乳动物体内都有分布,大多数组织表达水平很低（包括正常肺组织）,但在某些肺部疾病及胎肺中表达增加。就BRS-3受体特点、激活后信号转导机制及其与肺肿瘤、肺发育、慢性炎症性肺病的联系作一综述。