基于系统期望状态的迭代学习控制

针对一类非线性系统在有限时间内的精确跟踪问题，给出了基于系统期望状态的迭代学习控制算法，并对学习过程的收敛性给出了数学证明，证明表明，在设计学习律时，只需考察希望状态。     

一类非线性系统LMF优化迭代神经网络控制器

提出一类非线性系统ＬＭＦ优化迭代神经网络控制器的设计方法。该方法在正向神经网络辨识模型的基础上，应用ＬＭＦ优化迭代方法进行控制器设计，理论证明，只要神经网络辨识模型的精度足够高，就会获得很好的控制精度。为补偿辨识和迭代学习误差，给出了通过引入反馈补偿控制器提高控制精度的方法，仿真结果证明了该方法的有效性。     

L^p空间准压缩映射的收敛定理

对Ｌ＾ｐ空间上的准压缩映射，给出了Ｉｓｈｉｋａｗａ迭代格式的收敛性定理。     

拓广的左线性递归变换算法及其正确性

本给出拓广的左线性递归变换算法并证明其正确性。拓广的左线性递归中可以包含一个或多个ＩＤＢ谓词，它是左线性递归的一般化和左线性递归计算算法一样，本提供的算法遵循魔集的模式：首先改写规则，然后用半扑质的自底向上算法计算新规则，算法的有效性也在本作简略讨论。     

输入——输出迭代算法中松弛因子的确定

本文利用变分的手段提示了输入—输出迭代算法中松弛因子的取值规律。     

二阶A型Cooper变换的增强型

对二阶Ａ型Ｃｏｏｐｅｒ变换进行增强，放宽可用性条件，并证明了其正确性，最后举例说明其应用。     

混凝土结构非线性全过程分析中的迭代控制法研究

在深入研究各类迭代控制法的基础上，针对混凝土结构的非线性全过程分析，在常规的位移和弧长控制法中引入了简单适用的考虑路径搜寻和单因加速的方法，明显改善了收敛情况。     

扇形束投影域重建—再投影迭代法

本文所提出的投影域重建——再投影迭代算法可以恢复不完整的扇形束投影数据,从而实现从有限的投影数据重建图象。这种算法把滤波——反投影图象重建过程和再投影的过程纳入一个公式,仅在投影域上估算未知的投影数据,因此避免了重建过程和反投影过程中的插值运算,改善了收敛性,提高了计算精度,缩短了运算时间。模拟实验表明:即使有70％的投影数据丢失,经过两次迭代就能以令人满意的精度恢复丢失的投影数据。     

基于地震道时频分析的地层结构解析原理和方法

 地震时频分析是通过对地震信号采用多种数学变换，实现从时频域角度对信号的局部特征进行分解，剖析信号细微特征所对应的地层结构。在应用地震时频分析技术过程中，人们对于这项技术能否真正有效地解决实际地质问题存在许多争论。本文从时频原理综合分析的角度出发，对地震道时频谱中各种频率特性参数和时频旋回直接转化成对地层结构逐级、分步的解析方法进行了较深入的探讨。研究认为时频分析原理不仅是对地震数据进行特殊数学变换，实现对信号的分解，而且充分利用了地层厚度的调谐效应及岩性调谐效应；时频谱与地质结构特征之间的良好响应关系为地震地质精细解释提供了直观的依据。     

一种全局优化的多面体凸分解匹配方法

提出了一种全局优化的多面体匹配方法，该方法对物体的拓扑关系和结构关系进行多级匹配,利用全局优化的松驰迭代方法减少匹配误差，并由匹配的一致性准则进行匹配结果的检测，根据物体的内在特征来进行匹配，从而解决非同构物体的匹配.可广泛应用于物体识别、三维物体重建、医学图象处理等领域，实验证明此方法质量好、自动化程度高，是一种有效的全局优化结构匹配方法．