Modified embedded-atom method interatomic potential for the Mg–Zn–Ca ternary system

Mg–Zn–Ca alloys are representative Mg alloys with high formability at room temperature. Their high formability is thought to be related to slip, twinning, and recrystallization of the alloys, but the detailed mechanisms have not yet been clarified. To enable atomistic simulations for investigating those behaviors, an interatomic potential for the Mg–Zn–Ca ternary system was developed. The development was based on the second nearest-neighbor modified embedded-atom method formalism, combining previously developed Mg–Zn and Mg–Ca potentials with the newly developed Zn–Ca binary potential. The Zn–Ca and Mg–Zn–Ca potentials reproduce structural, elastic, and thermodynamic properties of compounds and solution phases of relevant alloy systems in reasonable agreement with experimental data, first-principles and CALPHAD calculations. The applicability of the developed potentials is demonstrated through calculations of the effects of Zn and Ca solutes on the generalized stacking fault energy for various slip systems, segregation energy on twin boundaries, and volumetric misfit strain.     

RBF网络及其在卫星姿态控制中的应用

提出了一种基于RBF网络扰动力矩补偿的控制技术，通过在传统PID控制的基础上，引入RBF网络补偿环节，进一步抑制了扰动力矩的影响，提高了卫星姿态控制精度，首先给出了RBF网络的学习算法，然后根据全补偿原则设计了神经网络补偿姿态控制方案，最后结合某型卫星的姿态控制系统设计实例，进行了数学仿真，结果表明：有RBF网络补偿的系统，姿态的稳态精度得到了明显的改善。     

实现CDMA最佳多用户检测的神经网络方法

提出并讨论了两种实现码分多址系统中最佳多用户检测的神经网络方法。一种基于离散Ｈｏｐｆｉｅｌｄ神经网络，另一种基于采用反向传播算法的多层感知器神经网络。理论分析和计算机模拟都证实了这两种神经网络方法的可行性，优越性和实用性。前者适用“固定”用户情况；后者既可用于“固定”用户吼适用于移动用户的情况，因而在未来的ＣＤＭＡ个人通信网中有较好的应用前景。     

适于复杂信息融合系统的近似联合概率数据关联算法

文中在B.Zhou提出的直接概率计算(DC)和近似概率计算(AC)算法基础上提出了一种新的近似多传感器多目标联合概率数据关联算法。近似概率法是以一个目标为中心的近似聚为构造互联事件的起点，并在计算中将DC和AC结合得到的一种全邻的点迹—航迹关联算法，它能有效地提高目标点迹—航迹的关联正确率，在计算时耗上较完全联合概率法快得多，能满足工程中实时性的要求。将其在杂波下目标密集、航迹复杂的数据融合系统中进行实验，对关联正确率，关联耗时等与最近邻法进行了比较，效果较好。     

基于BP神经网络的三轴转台偏航控制

三轴飞行仿真转台系统作为一种非线性、强耦合系统,难以用精确的数学模型进行描述。文中以三轴飞行转台系统中的回转转台伺服控制系统为研究对象,在分析了回转转台的驱动机构一直流无刷电机的数学模型的基础上,对常规PID控制算法和BP神经网络PID控制算法进行了比较分析。对BP神经网络算法和计算流程进行了简介。同时对阶跃和正弦信号进行MATLAB仿真。仿真结果表明,该方法可以实现有效的控制,并且与传统PID算法相比,具有更好的自适应性和鲁棒性。     

基于神经网络技术的注塑成型注射压力和熔体温度预测

建立了基于径向基函数网络的注塑成型注射压力和熔体温度的预测模型，与BP神经网络模型和CAE结果进行了对比。结果表明，径向基函数网络在精度、训练速度等方面优于BP网络。     

Adaptive neural network control for a class of continuous stirred tank reactor systems

In this paper, the control problem of continuous stirred tank reactors （CSTR） is studied. The considered CSTR are required to contain unknown functions and unknown dead zone input. An adaptive controller that uses the neural networks （NNs） is provided to solve the unknown terms. The proposed approach overcomes the effect of the dead zone input. The dead zone input in the systems is compensated for by introducing a new Lyapunov form and Young＇s inequality. The backstepping procedure is exploited to implement controller design with adaptation laws. The stability is analyzed using Lyapunov method. The performance is examined for CSTR to confirm the effectiveness of the proposed approach based on computer simulation.     

一种基于局部加权回归的分类方法

分类是数据挖掘和数据分析中最有应用价值的技术之一。传统的积极学习方法需要预先对模型空间进行假设,并且没有充分考虑到实例之间的相关性,其泛化能力将会受到一定程度的影响。针对上述问题,提出了一种基于新型映射关系的局部加权回归方法 MLWR。该算法首先找出测试样本在训练集中的近邻样本,然后建立测试样本和近邻样本的回归函数,根据建立的回归模型和近邻样本的标签,计算得到测试样本的标签。实验与当前流行的多种分类方法在UCI的9个数据集上进行测试。实验结果表明我们的方法能有效地提高分类精度,对较大样本数据也有较好的适用性。     

Matlab曲线拟合及其在试验数据处理中的应用

文章介绍了最小二乘方法和神经网络方法曲线拟合的原理方法,并列出了最小二乘的多项式拟合和既定函数样式拟合以及BP神经网络拟合的Matlab实现过程,利用数学模型和一组试验数据对三种方法的性能进行验证,最后归纳总结了几种方法的性能特点和适用范围。     

基于BP网络的GDP预测数据预处理方法研究

数据预处理是决定建模成功与否的关键步骤之一,而同一个模型用不同的预处理方法所得到的结果也会不一样。文章基于BP神经网络的GDP预测模型,探讨了已有的6种预处理方法,在这些方法之上又新增了2种不同的方法,最后用这些不同方法在MATLAB下实现,将所得结果作比较与分析,文章提出的减比法是一种既简单准确度又高的方法。