关于Hanoi塔问题

介绍了解决Ｈａｏｉ塔问题的一各简易的操作方法。     

基于优化递归小波与改进型ART2网络的内燃机故障诊断

曲轴角振动信号是内燃机故障诊断的有效依据。针对传统小波变换存在数据窗长、实时性差的局限性,构造出一类用递推公式进行小波变换的小波基。基于该类小波基的小波变换不受分析窗的制约,能够实时地提取暂态特征。同时提出此类小波时频特性的优化方法,对内燃机曲轴角振动信号进行递归小波分解,并提取特征。针对传统ART2网络只利用模式的相位信息而丢失幅度信息和网络性能依赖于样本顺序等不足,在网络权值更新时引入平均滤波和关联函数,以便提高网络稳定性和收敛速度,同时降低其对样本输入顺序的敏感性。最后,将改进型ART2网络应用于内燃机故障诊断。实验结果表明,递归小波能反映内燃机状态信号的特征;改进型ART2网络训练耗时小于传统ART2网络的3%,识别率为100%。     

基于改进局部递归率的脉动风速非平稳度分析方法

为了克服递归趋势(recurrence trend, RT)指标对不同信号非平稳度估计存在误判的缺陷,分别采用互信息法和伪临近法确定了递归量化分析的最佳延迟时间和最小嵌入维数,然后在递归量化分析基础上,提出了归一化局部递归率标准差(standard deviation of normalized local recurrence rate, SDNLRR)作为信号非平稳度量化指标.利用该指标,通过递归量化分析方法分析了白噪声信号、正弦信号、调幅信号、线性调频信号4个基本信号和2个实测台风场脉动风速信号的非平稳特性,并与传统的递归趋势指标分析结果进行了对比.研究结果表明:利用SDNLRR指标对6个信号的非平稳度的量化比较准确率达100%,比RT指标的准确率提高了33.33%,消除了RT指标对正弦信号和平稳脉动风速信号的错误估计.      

递归知识的表示及其推理方法

知识表示是研究工程规范管理系统首先要解决的问题，笔者提出了用状态知识元与决策表相结合的方法来表示递归知识，并介绍了相应的推理方法。     

神经网络算法在海上自适应通信的应用研究

首先分析递归神经网络的结构特点,并且以此为出发点说明串行和并行输出的自适应学习特点。最后通过实验仿真进行算法有效性的验证,实验结果表明与自适应监督学习算法相比,递归神经网络自适应学习算法改善信道误码率的效果更好,在突发干扰情况下恢复正常工作状态的时间短,抗干扰能力强。     

基于时间序列BP神经网络的集装箱吞吐量动态预测

集装箱吞吐量预测是港口发展规划制定的依据。在MATLAB环境下，把时间序列BP神经网络应用于港口集装箱吞吐量的预测，采用逐步递归的方法进行，同时注意尽量减少训练样本的浪费（只用1个检验样本）和充分挖掘BP神经网络适合短期预测的潜力。无论是从拟合情况，还是预测值的检验和港口发展规划的实际情况来看，都有着很高的精度．可以作为集装箱吞吐量预测的一种行之有效的方法。     

船舶动力系统中的递归混沌网络

随着现代船舶体积及自身重量的增加其动力系统也随之增加,而现行的船舶动力系统由于存在低频振荡﹑谐振及混沌状态等特性,整个船舶动力系统呈现非线性特性。混沌网络是近年来比较热门的研究动力系统非线性的方向之一,在船舶动力系统中得到很大发展。本文在研究现有船舶动力系统及混沌网络原理的基础上,提出基于递归的混沌网络船舶动力系统模型,通过计算系统的Lyapunov指数来评价动力系统的动力学特性,最后给出仿真结果。     

临水深基坑及围堰支护变形影响分析

临水基坑工程基坑围护结构所受的水土压力不同,基坑处于非对称荷载作用下,整体结构将向水土压力较小的一侧倾斜变形。因此不能完全采用规范中的相应公式进行计算。根据临水侧基坑两侧水土压力不均衡的特点,对此类基坑设计做些假设及探讨,从规范提供的公式出发,利用迭代递归的方法建立了一套临水基坑工程的支护结构变形计算体系,并结合工程实例进行了计算分析。     

一种基于递归QRD-LS算法的同频干扰消除方法

同频干扰(收发天线的直接耦合波,表面直接发射波)由于其具有很强的能量对近场瞬态主动电磁探测系统的目标信号造成了严重的干扰,此干扰与目标回波信号同频且强度往往高于目标回波信号,因此,对探测系统的正常工作危害极大。本文分析了传统的同频干扰消除方法,阐述了自适应RLS(递归最小二乘法)滤波的原理,在此基础上提出了一种基于QRD-LS算法的同频干扰消除方法。该方法收敛速度快、运算量较小、能实现实时的信号处理。计算机仿真结果表明该方法可有效抑制同频干扰,提高了目标回波的信干比(SIR)。同时该方法对同频干扰的局部畸变以及幅度、时延的变化具有很强的适用性。