具有时滞调节大系统的稳定性

本文利用常数变易法、微分不等式和大系统的分解、集结思想、采用分块迭代方法研究变时滞和常时滞的调节大系统的全局指数稳定性和全时滞无条件稳定性。     

二次规划问题的神经网络方法及其数值仿真

针对具有边界约束的凸二次规划问题,利用离散神经网络模型的建模原理,构造了一个新的离散投影神经网络模型.为了优化求解,运用李亚普诺夫稳定性理论,通过构造一个新的广义李亚普诺夫函数,得到了神经网络模型全局指数稳定的线性矩阵不等式条件.同时将结果的保守性与传统方法所得结果进行了比较.数值仿真表明,改进方法采用新条件,有求解方便,保守性弱的特点,具有较强的实用性.     

时变时滞NCS控制器的改进设计

建立时滞差分不等式,得到网络化控制系统(NCS)的指数稳定判据,基于该判据设计NCS状态反馈控制器。该设计以线性矩阵不等式(LMI)形式给出,不包含任何自由矩阵,通过Matlab中的LMI工具箱进行求解。数值仿真结果表明,该设计具有计算量小、求解方便、保守性弱的特点。     

a尺度多重双正交小波包的分解与重构算法

介绍了构造a尺度多重双正交小波包的方法。它在应用上灵活性很强。按此法可构造多种不同的双正交小波包。本文的重点是给出了用此小波包进行分解与重构的算法。     

关于用户兴趣度的判定树算法的优化

判定树学习有很多算法，着重研究对引入用户兴趣度参数的ID3算法在面对多值属性时的快速分类的优化，提高计算速度，节约计算时间。     

无穷时滞神经网络的全局稳定性

本文研究具有无穷时滞的神经网络的全局稳定性问题。通过拓广泛函数微分方程理论中的Ｒａｚｕｍｉｋｈｉｎ思想，获得了无十分简洁的稳定性准则。     

具有时滞的不确定离散系统的鲁棒稳定化

考虑具有时滞的不确定离散系统的鲁棒稳定化问题，对每个子系统应用稳定化的状态反馈控制，利用特征根轨迹稳定的特性以及Ｇｅｒｓｈｇｏｒｉｎ定理，给出了参数扰动界，获得了系统渐近稳定的充分条件，推广了文献⑹的主要结果。     

一类神经网络模型的解及其渐近性态

通过对简单一维微分方程的求解,得出了一类人工神经网络模型的解解析表达式.它是由对称阵的特征值与特征向量表达.根据此解析表达式推出了该神经网络模型在特殊情况下的解析表达式.在特殊情况下,特征值与特征向量的神经网络计算已有很多论文论及.最后利用解析表达式分析了该神经网络解的渐近稳定性态.     

基于完全图的多支持度阈值关联规则挖掘算法

提出了基于完全图的最大约束条件下多支持度闻值关联规则挖掘改进算法。该算法利用完全图与频繁项集之间的关系，以完全图结点的度作为判断标准，使得寻找单个候选项集Ck（k≥3）的复杂度降低了。在由候选集得到频繁集的过程中，该算法避免了对事务数据库的扫描，从而减小了系统的I/O开销。因此，该算法减小了存储空间，加快了挖掘速度，提高了算法的效率。