扇形束投影域重建—再投影迭代法

本文所提出的投影域重建——再投影迭代算法可以恢复不完整的扇形束投影数据,从而实现从有限的投影数据重建图象。这种算法把滤波——反投影图象重建过程和再投影的过程纳入一个公式,仅在投影域上估算未知的投影数据,因此避免了重建过程和反投影过程中的插值运算,改善了收敛性,提高了计算精度,缩短了运算时间。模拟实验表明:即使有70％的投影数据丢失,经过两次迭代就能以令人满意的精度恢复丢失的投影数据。     

一种改进的多机场地面等待启发式算法

从满足航空公司关于航班公平性的需求出发,将航班时刻优先规则用于改进基于优先级的多机场地面等待启发式算法(ABG算法).采用被动优先级表,根据航班计划到达时刻的先后,依次分配降落时刻,分配后的降落时刻不再参与试图降低总延误时间的时刻交换处理.基于相同实验数据的计算结果对比表明,改进算法可降低最大延误时刻的50%和输出更为平滑的航班延误分布.     

多层神经网络学习算法的研究

本文对多层神经网络的反向传播算法作了简要的分析和讨论,据此提出了一种新的学习算法用以消除多层网络的“迟钝状态”。实验结果表明,这种新算法能够加速学习收敛速度并避免陷入局部极小。     

改进的第三代相干算法及应用

在讨论相干技术发展及三代相干算法优缺点的基础上，介绍了改进的第三代相干算法。应用自行开发的相干软件对多个油气勘探和开发区块的三维地震资料进行处理、分析，对相干时窗长度、相关道数等参数对算法效果的影响及相干体对断层、异常地质体的识别，以及解释方法进行了探讨。应用实例证明，改进的第三代相干算法抗干扰能力强，横向分辨率高，不仅适用于倾斜地层，而且对断层尤其对小断层、异常地质体具有较高的检测能力，是油气勘探和开发的一项有效和实用的技术。     

构造性神经网络在测井岩性识别中的应用

测井岩性识别是石油勘探中十分重要的基础工作,准确的岩性识别结果可以为勘探和开发提供可靠的依据。人工神经网络方法可对复杂的高维数据进行非线性映射,在模式识别领域得到越来越广泛的应用。针对传统的BP神经网络算法存在收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法---级联算法（Cascade Correlation Algorithm,简称CC算法）及其在石油工程中的应用。采用该算法对甘肃镇原-泾川地区进行岩性识别研究,通过与BP神经网络的识别结果进行比较,体现出构造性神经网络的优越性。     

《C语言程序设计》课堂教学方法的探讨

《C语言程序设计》一直是计算机专业及相关专业的专业基础课。该课程既难教又难学。传统的教学方法往往过分注重语法形式的介绍，却忽视了算法的讲解，使得学生无法解决一些实际编程，也很容易挫伤学生的学习兴趣。为此应以算法教学为主。因材施教，合理使用教材，在改用多媒体教学的同时，适当配以板书。调动学生的主观能动性，提高其编程能力。     

一种VHF波段测向收发系统

无线电通信和无线电测向已经被广泛地应用于民用和军用领域．其中幅度比较式测向．原理简单，应用相当广泛。介绍了一种把幅度比较式测向功能和通信功能结合起来的收发系统．并给出了主要的测向算法和收发系统的主要技术指标。该系统结构合理、测向精度高、体积小．为手持式设备．适用于多种应用场合。     

基于加载算法的室内无线信道OFDM接收机的性能

本文研究了无线局域网中使信号频谱得到优化的一种简单OFDM子载波加载算法。此算法基于边缘自适应（Margin Adaptive）加载准则及其在室内无线信道上的性能。     

一种基于DSP的空间矢量调制算法研究

本文提出了一种基于DSP空间矢量调制产生PWM波的算法。并根据此算法编程，验证了该算法的正确性。