基于神经网络的联合混沌时间序列的预测研究

提出了利用前馈神经网络预测联合混沌序列,通过引用著名的Henon和Lozi混沌系统作为仿真实验产生联合混沌信号序列。预测结果证明,用改进的BP算法训练的NN可以完全预测联合混沌信号序列。     

对地矿自然探测控制系统的研究

本文研制了一种新型地矿自动探测控制系统,对系统的硬件和软件作了较详细的论述,该系统具有结构先进合理、功能完善、控制精度高、抗干扰能力强、通用性好,使用方便等特点.     

基于联合混沌系统的保密通信方法研究

提出了利用离散混沌系统联合加密来实现保密通信的方法。引用著名的Henon和Lorenz混沌系统作为仿真实验证明了其可行性，混沌系统均采用backstepping和dead-beat同步设计方案，以快速达到同步，理论分析证明，此种方法不仅是可行的，且与非联合混沌系数相比，加强了保密性。混沌屏蔽技术仿真结果也证明，该系统不仅实现简单，容易控制，而且增强了整个系统的保密性能。     

可充电电池动态参数测试系统

讨论了可充电电池在使用过程中存在的各种问题，开发研制了可充电电池动态参数测试系统，该系统可以进行电池的充放电，能克服电池的记忆效应，并可以测量动态和静态的电阻、电压，温度等参数，这一系统为开放式，它可以根据用户需要切除和增加。     

基于神经网络的业务量预测研究

分别采用back—propagation（BP）算法和Favidon最小二乘学习算法训练神经网络（NN），并用于复杂业务流量预测。以自相似流量模型验证了2种NN学习算法的有效性，并分析比较了他们在流量预测中的可行性，得出Davidon最小二乘学习算法训练的NN比BP算法收敛速度快、收敛误差相差不多，验证了复杂自相似业务流的可预测性，为复杂自相似网络业务流预测的研究提供了一种有效途径。     

气测录井中真空蒸馏脱气自动控制系统的研究

气测录井是综合录井过程中发现和评价油气层的重要手段.针对我国气测录井的特点,提出了一种自动真空蒸馏脱气的新方法(简称AVMS),实现了样品气真正意义上的无基础性失真,克服了使用传统常规脱气方法中样品气不受控制而混入空气,造成基础性失真的缺陷.给出了系统设计的理论依据,AVMS的工作原理、气路流程及特点,实验证明,该系统提供的样品气总烃含量比常规脱气器脱出的气体含量高出10倍以上,因而提高了油气勘探精度.