"镜像理论"与《吉姆老爷》中的人物命运

运用拉康的理论“镜像理论”分析了《吉姆老爷》中吉姆、白力厄利船长的悲剧命运．认为小说作者通过不同层面的镜像关系．使小说中的各色人物在他人身上全面认识自我,也使他们迷失在虚幻的他人或自我的镜像中。布朗是吉姆的镜子．吉姆是白力厄利船长的镜子,他们互相照映,最终导致了自己的悲剧命运。     

混沌序列的模糊神经网络预测

提出了一种针对混沌序列预测的T-S模糊神经网络。这种T-S模糊神经网络与传统的T-S模糊神经网络相比在不影响预测精度的前提下极大的减少了神经网络的节点数。同时利用基于混沌动态量的BP算法对神经网络进行学习．提高了收敛速度和预测精度。应用此T-S模糊神经网络和相应的BP学习算法．对Mackey-Glass混沌时间序列进行了预测．与传统的T-S模糊神经网络相比得到了更好的结果，验证了该方法的有效性。     

“镜像理论”与《吉姆老爷》中的人物命运

运用拉康的理论“镜像理论”分析了《吉姆老爷》中吉姆、白力厄利船长的悲剧命运．认为小说作者通过不同层面的镜像关系．使小说中的各色人物在他人身上全面认识自我,也使他们迷失在虚幻的他人或自我的镜像中。布朗是吉姆的镜子．吉姆是白力厄利船长的镜子,他们互相照映,最终导致了自己的悲剧命运。     

基于极大似然估计的最优航迹融合方法

提出了一种航迹融合方法，在建立航迹融合数学模型的基础上，推导出了基于极大似然估计准则的航迹融合方法。该方法利用两种不同类型的传感器信息进行航迹融合，并且考虑了两传感器间的相关特性，它在极大似然估计准则下被认为是最优的航迹融合方法。最后给出了不同仿真条件下该航迹融合方法的仿真结果，从仿真结果可以看出，融合后的精度优于任何单一传感器的精度，并且融合间隔越小精度改善越明显，说明了该方法具有较高的融合精度，是可行和有效的。     

基于串联结构的混沌序列

针对一般单峰映射混沌扩频序列的保密性差，易受攻击的缺点，本文提出了基于串联结构的混沌扩频序列，其产生的方法是用一个混沌系统的输出，作为另一个混沌系统的初始值。这样做的好处在于：两个混沌系统都是单峰映射混沌，便于数字实现；由于第二个混沌系统的初始值在不断的变化，可以有效的防止破译提高了保密性。在建立数学模型分析了其相关性和保密性的基础上，利用模糊神经网络对单峰映射的混沌序列与本文的混沌序列做了攻击(预测)，验证了此方法的有效性。     

有噪自回归信号参数估计的最小均方算法

提出了噪声中自咽归信号未知参数包括信号的功率和噪声方差的估计问题,通过把基本自回归模型的阶数增加一阶,提出了一种以估计噪声方差为基础的新的最小均方算法,这种方法的特点是能够得到自回归模型参数的一致估计,与以前噪声中自回归信号未知参数的估计方法相比,该方法的优点是,在没有前置滤波的情况下直接利用含有噪声的观测数据不需要参数抽取而直接估计自回归信号的参数和噪声方差,计算机仿真和数字模拟结果证实和说明了这种理论。