求n阶常系统数非齐次线性微分方程特解的简化方法

常系数线性策分方程不讼在应用上还是在理论上都很重要。因为，一方面许多实际问题都可以用常系数线性微分方程来描述，另一方面常系数线性微分方程在理论上已被研究得十分清楚。学好这部分内容的重要性是显而易见的。然而，在教学中发现，学生学习这部分内容时还存在不少的颖难问题，其中最突出的问题之一是：对求常系数非齐次线性微分方程的特解普遍感到很困难，作业完成情况也很不理想。为此，下面以二阶常系数线性微分方程为例，介绍几种求特解的简化方法。     

苏伊士运河港口使费现状与节支办法

常系数线性微分方程不论在应用上还是在理论上都很重要。因为，一方面许多实际问题都可以用常系数线性微分方程来描述，另一方面常系数线性微分方程理论上已被研究得十分清楚。学好这部分内容的重要性是显而易见的。然而，在教学过程中发现，学生学习这部分内容时还存在不少的疑难问题，其中最突出的问题之一是：对求常系数非齐次线性微分方程的特解普遍感到很困难，作业完成情况也很不理想。为此，下面以二阶常系数线性策分方程为例，介绍几种求特解的简化方法。     

一种新的求线性微分方程特解算法

提出了求解高阶常系数线性微分方程Pn(D)x=Pm(t)eλt特解的一种新的算法.     

一种新的求线性微分方程特解算法

提出了求解高阶常系数线性微分方程Pn(D)x=Pm(t)e^λt特解的一种新的算法。     

一种新的自适应线性预测器算法

提出了一种基于常系数线性模型的自适应预测器算法,它具有二阶以上的高阶统计特性、非常适合非稳定随机信号,采用该算法对语音信号进行有效地模拟实验,由实验结果服理论的正确性。     

神经元自适应PID控制

在神经非模型控制的基础上，结合PID控制的优点，提出了神经非模型自适应PID控制方法，确定了神经元网络的输入信号，并设计出自适应系数的在线修正算法，结合实例，给出了该控制器三个初始权系数的设定方法，仿真结果表明，该控制器不权算法非常简单，而且适应性和鲁棒性很强，控制系统具有良好的动态性和稳态性能。     

自激气动力有理函数系数的直接识别算法

有理函数系数识别是基于气动力有理函数逼近的桥梁颤振计算的前提条件. 有理函数滞后项的数量对其系数的识别结果影响较大，现有方法中一般仅考虑单滞后项的有理函数系数识别，易造成气动力描述上的失真，进而导致桥梁颤振计算结果不准确. 基于正弦信号的自激气动力在时域上与有理函数对等的原则，采用最小二乘拟合方法，提出了一种可计入多个滞后项的有理函数系数的直接识别算法. 以薄平板模型为对象，利用强迫振动风洞试验获得了自激气动力，采用该算法直接识别了计入不同滞后项的有理函数系数，并分析了滞后项数量对气动力重构精度影响以及对颤振临界风速计算精度的影响.通过自由振动颤振试验获得了实际的颤振风速，进而与采用识别出的有理函数计算的颤振风速进行对比，结果表明:颤振临界风速的试验值与计算值吻合较好，从而验证了本文所提识别算法的准确性；与现有的有理函数系数识别方法相比，本文提出的识别方法兼顾了效率和精度，可广泛用于实际桥梁断面自激气动力有理函数系数的识别中.      

算子法在常系数线性差分方程中的应用

讨论了常系数性非齐次差分方程特解的求解方法，当自由项f（x）=b^2pm（x）和f（x）=Pm（x）时，引入了一种更为简捷的求常系数线性非齐次差分方程特解的方法-差分算子法。     

基于频域特征的H.264/AVC帧内编码模式快速预测

为降低H．264／AVC帧内预测计算复杂度，提出了基于频域特征的快速帧内编码模式预测算法．首先，对要编码的4×4块进行DCT变换，得到少数的几个DCT系数．然后，通过这几个系数计算块的特征方向和方差．最后，根据特征方向和方差计算最可能的几种预测模式．实验验证了该算法在不牺牲图像质量和压缩效率的基础上将帧内预测的计算复杂度平均降低了67．5％．     

一种基于小波域的盲数字水印算法

提出了一种基于小波系数分段的数字水印算法,该算法对常见的图像处理具有一定强度的鲁棒性,并且该算法实现了完全盲检测,水印提取时不需要原始的载体图像,也不需要水印的任何信息,并且提取水印的正确性高.     

无链表图像感兴趣区域编码算法

针对基于链表实现的感兴趣区域编码算法占用存储资源较多的问题,提出了一种无链表的编码算法.在SPIHT(等级树集合分裂)编码过程中,采用标志位图表示系数和集合的重要件信息;优先编码感兴趣区域,利用队列缓存非感兴趣区域系数和集合信息;编码非感兴趣区域时,从队列中恢复编码所需的重要件信息.编码过程不需要提升感兴趣区域小波系数,能实现感兴趣区域重建质量的精确控制.仿真实验表明,该算法优于提升小波系数的感兴趣区域编码算法;当编码码率为1 bpp(比特/像素)时,其存储需求仅为链表实现的感兴趣区域分离编码算法的1/10.     

级配特性对砂土渗透系数影响试验研究

为深入分析级配特性对砂土渗透性的影响规律,采用常水头试验方法,研究了砂土不均匀系数、曲率系数、平均粒径和孔隙比对渗透系数的影响。采用正交试验方法对各影响因素进行了显著性分析,通过控制变量法进一步研究了各因素与渗透系数的关系。研究结果表明:渗透系数随曲率系数增大而增大,随不均匀系数的增大而减小,当不均匀系数增大到一定值（如本文中不均匀系数为11）时,渗透系数趋于稳定;渗透系数与平均粒径的变化关系接近线性正相关,在平均粒径不断增大的情况下,其渗透系数的变化幅度可达2个数量级。      

皮尔逊-Ⅲ型分布曲线的快速通用算法研究

在编制城市暴雨强度公式时，频率分布曲线常采用皮尔逊－Ⅲ型分布曲线，而该曲线的快速通用算法一直是难点问题，目前，在实际工作中应用的各种算法都有一定的缺陷性，因此，为皮尔逊－Ⅲ型分布在编制暴雨强度公式中的应用带来困难，为此，通过数学表达式的变换，将皮尔逊－Ⅲ型分布转换为不完全Γ函数，并给出其快速通用的算模型，通过算法对比和实践验证，该模型具有算法简单，求解灵活，通用性强，收敛速度较快，计算精度较高等优点，可推广应用。     

求解高次方程的一个异步并行迭代算法

用高次方程正项分解方法，将求解实系数高次方程非零实数根的问题，转化成求解两单调上升凹函数在平面直角系第一象限内交点横坐标的等价问题；给出了基于共享存储多指令流多数据流(MIMD)并行计算模型求解任意实系数高次方程全部实数根的大范围收敛性异步并行迭代算法，并分析了算法计算的复杂程度。     

基于自适应匹配算法的速度脉冲型地震动模型化

速度脉冲型地震记录至今尚未有完整的波形参数识别方法，从地震动数据库中批量识别脉冲记录并搜集波形参数仍然有一定困难. 针对此问题，将脉冲量化识别、脉冲解析函数、自适应匹配算法三者结合，提出一套脉冲波形参数识别方法，可实现脉冲波形和解析函数之间的自适应匹配；该方法包括一个借助EMD (empirical mode decomposition) 的核心算法，对近场速度脉冲型地震记录实现平滑；再以Mavroeidis函数为脉冲基本模型，根据其特征参数的变化范围，分别对脉冲频率、脉冲形状系数、脉冲振荡特征系数进行了参数样本的循环枚举，并由优化算法确定模型参数取值；在此基础上，给出了当前既有的速度脉冲型记录样本的上述模型参数识别结果，并根据统计给出了地面峰值加速度分布和主脉冲周期的关系. 研究结果表明:和既有的方法利用Dickinson模型识别方法相比，本文算法对波形显著不对称的记录主脉冲周期识别错误率降低了约67%，较好的识别稳定性更有利于工程应用.      

基于双群进化策略的多项式近似因式分解

针对传统算法在解决多项式的因式分解过程中,存在着只适用于精确分解而不适合系数为浮点数的多项式的因式分解问题,文中提出一种应用双种群双突变进化策略来对浮点数多项式近似分解的算法,克服了传统算法不能解决浮点数多项式的因式分解的弊端.数值计算结果表明该算法收敛速度快、精度高、稳定性强.     

机器人空间路径规划的ACO算法特性分析

为进一步研究机器人的移动空间路径规划方法,分析蚁群算法的主要系数对路径规划的影响,根据蚁群优化算法的主要特点,对机器人的移动空间信息采用栅格法进行全局描述。对蚁群优化算法的主要系数如蚁群数量m和信息素蒸发系数ρ等进行选择,以路径长度和迭代次数为目标,仿真分析其对规划路径的长度和路径规划效率的影响,找到最佳匹配系数组。仿真结果表明:合理选择算法系数能够缩短机器人的移动空间路径规划长度,且能提高路径规划效率。     

基于放大曲波基的方向性超分辨率图像重构技术

为解决传统图像放大算法边界视觉效果不佳的问题,提出基于二代曲波变换的方向性超分辨率图像重构算法.对图像进行j层曲波分解,利用不同尺度上曲波基的空间比例关系获得放大图像j层分解系数,通过最外层曲波基空间模型可构建(j+1)层放大图像的曲波分解系数,采用新的非线性函数对全部曲波系数进行增强处理,根据曲波分解的方向性,最终可通过曲波重构获得边缘特征较好的放大图像.实验结果表明,基于曲波方向性图像放大算法,可以较好地保留原图的几何特征,增强边缘清晰度;将两幅典型图像放大后的峰值信噪比与经典方法(差值算法)比较分别提升了2.2及0.6 dB.     

基于不同张量算法的交通拥堵识别效果对比分析

基于表征多维动态交通数据的张量数学模型，利用行程时间交通数据，对张量算法中交通拥堵识别效果较好的基于鲁棒主成分分析的张量恢复算法(RSTD)和基于贝叶斯定理的张量恢复算法(BPTF)进行分析，对比两种算法对交通拥堵的识别效果。结果表明，两者在常发性拥堵(早晚高峰)识别上的差距并不大，RSTD算法的偶发性拥堵(意外延误)识别能力强于BPTF算法，且RSTD算法具有更高的识别精度。整体来说RSTD算法的交通拥堵识别效果优于BPTF算法。     

基于加速混沌优化算法的支持向量机参数选择

针对支持向量机参数选择问题,以惩罚系数、不敏感系数和RBF核函数中的宽度系数为优化变量,采用Chebyshev映射代替Logistic映射产生初始混沌序列,改变原有的搜索公式及增加3次载波,提出了一种改进的加速混沌优化算法(ISCOA)。将该算法应用于人工数据集和实际数据集中,并与常规的交叉验证法进行比较。试验结果表明:在人工数据集中,采用ISCOA在时间上缩短了至少23.43%,精度上提高了至少6.31%;在实际数据集中,预测值更接近实际值,相对误差均控制在3.13%以下,该算法具有较高的预测精度和寻优效果。