判别正项级数和敛散性的两个定理

把达朗贝尔判别法、拉阿伯判别法、伯尔特昂判别法、高斯判别法及库麦尔判别法几个判别方法统一到一起,且推广了它们的结果．     

判别正项级数敛散性的两个定理

把达朗贝尔判别法、拉阿伯判别法、伯尔特昂判别法、高斯判别法及库麦尔判别法几个判别方法统一到一起,且推广了它们的结果．     

两种测试钢管混凝土内部缺陷的判别方法

根据超声波检测技术的基本原理和钢管混凝土缺陷的特点，提出了钢管混凝土缺陷当量直径判别法和面积判别法及相应的判别公式，当量直径判别法和面积判别法可分别作为一般钢管混凝土内部缺陷的定性和定量检测，工程实测结果表明，当量直径判别法和面积判别法具有较高的可靠性，但仍然需要进行大量的实测验证和完善。     

Eisenstein判别方法的推广

在Eisenstein判别法的基础上,对判别法在具体应用上进行推广.     

灰色关联度与改进的贝叶斯判别法在油气层识别中的应用

准确识别油气层是测井、录井解释的最终目的,为了提高解释准确率,首先通过灰色关联度分析优选测井、录井参数,继而对优选的测井、录井参数采用改进的Bayes判别法识别油气层.该方法可充分有效的利用测井、录井资料,避免了以往单一的利用测井或录井资料识别油气层符合率偏低的缺点,而采用改进的Bayes判别法识别油气层可以弥补Bayes判别法识别油气层时在距离计算过程中不能将各个自变量的权数选择与判别效率很好的联系起来的不足,从而进一步提高解释准确率.实验结果表明:先用灰色关联度分析优选参数,然后采用改进的Bayes判别法识别油气层的解释符合率平均达到82.38％.     

一种正项级数敛散性的判别法

介绍了正项级数敛散性根值判别法的一种等价形式.该方法把根值判别法和比值判别法有机地结合起来,能较好地解决一类正项级数敛散性的判别问题.     

对Abel和Dirichlet判别法的扩充

本文将阿贝耳(Abel)判别法和狄利克雷(Dirichlet)判别法在原有充分条件的基础上，利用柯西(Caucby)准则、ε-N法则和构造法证明，将其扩充，从而得到了数项级数收敛的充要条件。     

递减级数收敛性的两种判别法

根据单调递减级数的阶A（n）,得出类似于正项级数的比较判别法和根值判别法,用于判定较复杂的单调递减级数的收敛性。     

昆明地区粉、砂土液化判别存在问题的讨论

就昆明地区饱和粉土、粉砂的液化判别存在的实际问题，结合实际工程，分别采用标准灌入法和静力触探法进行判别、比较，针对判别结果存在的问题提出相应的完善措施和改进建议．     

广义Cauchy判别法

文献[1]中曾讨论了广义D’Alemben判别法——Kummer法，我们以比较定理为基础，得出了广义Cauchy判别法Cg，并证明了K真包含Cg。     

一种新型的结构自组织基函数模糊CMAC

为提高CMAC的非线性逼近能力 ,通过引入Gauss基函数和基于相似测量的寻址策略 ,提出一种新的Gauss基函数模糊CMAC网络 (GFCMAC) ,并进一步在对Kohonen的自组织映射算法进行改进的基础上 ,提出了GFCMAC的结构自组织算法 (SOGFCMAC) .仿真结果表明 ,采用Gauss基函数和模糊技术可以显著提高CMAC算法的非线性逼近能力 ,与传统CMAC、广义基函数CMAC和FCMAC等算法相比 ,SOGFCMAC算法在收敛速度、逼近精度和结构自组织等多方面都具有明显的优越性 .     

在一般情形下关于带有狄利克雷特征标的高斯和计算

根据益洛伊丝(Galois)理论，讨论在前导子f是奇质数p的n次幂情形下的任何带有狄利克雷特征标的高斯和，其中n是大于3的自然数，从而得到一般情形下的高斯和的合同式。     

基于类间最大交叉熵的坎尼边界扫描

分析了传统坎尼边界扫描算法中阈值和高斯滤波器对边缘闭合的影响,首先采用当前像素点8个方向的自适应滤 波器代替原有的高斯滤波器对图像进行滤波,得到的梯度图像不会出现过度光滑现象;然后将最大类间交叉熵准则和有关人 工智能理论相结合来确定高、低阈值。自适应滤波器是根据当前像素点邻域内的最小方差确定使用的模板,将方差最小的模 板的均值设置为当前像素点的灰度值得到滤波后的图像。实验证明,该方法能得到较低的高阈值和较高的低阈值,既避免了 引入伪边缘又尽可能多的检测出边缘像素点;同时具有很强的抗噪性。     

Gauss小波变换像空间的再生核函数

针对经常用于边界检测并且使用效果非常好的Gauss小波,给出了其小波变换像空间的再生核具体表达式.并且当固定尺度因子时,利用再生核空间理论,对Gauss小波变换像空间做了具体描述,为进一步研究一般的小波变换像空间提供了理论基础.     

基于经验特征函数的盲源信号分离法及应用

从盲源信号分离后非高斯性最大化出发,提出了一种基于经验特征函数的盲源信号分离方法.该方法把经验特征函数与概率密度函数一一对应,并以混合信号与高斯信号的经验特征函数的欧氏距离最大化作为判据,以固定点算法为优化算法进行盲源分离.该方法克服了FastICA算法中选取不同的近似函数对不同概率密度分布的信号效果不佳的问题.仿真实验结果表明,与常用的几种FastICA算法相比,该方法具有更好的收敛效果.采用新的盲源信号分离方法对管道破坏产生的实际声发射信号进行分离,可将破坏点互相关定位精度提高到3%以上.     

电磁场边界条件的一种新推导方法

对由不同煤质所组成的电磁场场域，当分界面上场的散度源和旋度源不为零时，场量将在分界面两侧发生突变，通常使用的单一煤质区域中的斯托克斯公式不再适用这种情况，推广了单一煤质中的斯托克斯公式，得到了适用于多媒质区域的多曲面斯托克斯公式，对于由不同煤质所组成的电磁场场域，利用所推广的多曲面斯托克斯公式，给出了电磁场边界条件的一种新的推导方法，所推导的公式对于由多种媒质组成的矢量场有广泛应用。     

空间8节点等参单元计算Drucker-Prager理想塑性材料

Drucker-Prager模型广泛应用于混凝土，岩石等材料，采用空间8节点等参单元对其进行增量迭代计算，每增量步内Newton-Raphson法迭代2次，4阶高斯积分，算例结果与理论解吻合很好。     

面向实验室的智能数字高斯计的设计

高斯计是测量空间磁场强度的计量仪表，广泛应用于以电磁场理论为基础的电气、通讯等行业．由于工科院校相继开设通讯信息专业，实验室用高斯计具有权大的需求量．本文首先介绍数字高斯计的特点，工作原理，然后从软、硬件两方面介绍数字高斯计的研制方法。     

基于小波分析的磁共振图像去噪方法研究

小波分析去噪是一种新兴的图像去噪方法。由于小波分析具有多尺度分辨和去相关性等特点，使得小波分析在去除高斯白噪声方面优于传统的图像去噪方法。但是，磁共振图像这种小波变换去噪后，纹理特征被弱化，图像的边缘变得模糊。针对以上问题，提出了基于小波变换的图像去噪新方法。此去噪方法对经典的小波去噪方法进行了改进，使基于阀值的小波分析在阀值处理上更精确，并具有自适应性。采用本方法处理的噪声图像与经典方法相比，图像的边缘信息更清晰，纹理特征增强，去噪能力也得到增强。[第一段]     

带状线性方程组的并行分裂算法

讨论了将三对角线性方程组的双向并行分裂法(DPP)推广到一般带状线性方程组时的计算量与存储量.其次提出了一个解带状线性方程组的新并行分裂法,相对于DPP算法,通信量有少量增加,计算量大大减少.最后,对性质较差的带状线性方程组,采用列主元Gauss消去法,实验表明,利用该技术后,在计算量增加不大的情况下,计算精度大大提高.