大型稀疏线性方程组改进的ICCG方法

有限元分析求解的大型线性方程组．其系数矩阵中只有少量的元素不为零，是一个稀疏矩阵，而且一般都是对称的。求解过程中只存贮对称部分的非零元素，这种全稀疏存贮策略采用链表式管理，使存贮结构可以动态更改。在带双门槛值ICCG方法的基础上加上对角元修正策略，产生了一种改进的ICCG求解法，它不仅节省了存贮空间，而且便于元素的查询、插入和删除，提高了求解效率。这里也给出了验证算例。     

复杂目标红外辐射特性大数据知识表示及建模方法

为了提升复杂目标红外辐射特性建模效率及置信度问题，提出一种目标红外辐射特性的大数据知识表示及建模方法。首先利用机理分析法、主成分分析法确定目标红外辐射特性大数据维度;然后基于主成分分析的结果，进行目标红外辐射特性大数据知识表示，建立目标红外辐射特性仿真模型;最后进行模型的仿真应用，在应用过程中进一步完善目标红外辐射特性数据或知识表示。本文提供的大数据驱动的目标红外辐射特征建模方法，能够推广应用于复杂电磁环境的仿真。     

几何代数及其在飞行力学中的应用

介绍了几何代数的基本知识,比较了几何代数与矢量代数、四元数的区别和联系,并推导了它们在表示旋转时的互相转换关系,展示了几何代数在描述空间旋转变换时的便利.最后通过相对姿态运动的分析,展示了几何代数在飞行力学中应用的可行性.     

On early cognitive mapping

In this paper we examine the nature of theearly cognitive map – the beginnings of acognitive map formed from one's earlyimpressions of the environment one is in. Twodistinct paradigms have emerged from ourstudies of what information is initially identified in a cognitive map. The first, which weterm a space-based approach, emphasises makingexplicit the spatial extent of the currentlocal environment. The second emphasises makingexplicit the relationships between objects inthe local environment and we call this anobject-based approach. For both paradigms weexamine the psychological literature to findsupport for the approach and the roboticists'attempts at implementing the idea. We arguethat a space-based approach is the moreappropriate way to compute an early cognitivemap. In particular, we find that Siegel andWhite's (1975) object-based hypothesis, whichstates that the developmental progression of acognitive map is from landmark to route tosurvey map, is not supported. The space-basedparadigm underpins our own work in this areaand we outline our own space-based theory forcomputing an early cognitive map.     

立体构成中的能力培育、创造力育成

立体构成学习不再是简单的技能培训，也不是模仿性的学习，重点在于创造意识、创造能力的培养。本文阐述了立体构成中能力的培育、创造力的育成的新观点、新认识。     

R^s中紧集上的矩量问题

利用多元函数逼近、正泛函表示及半序空间间加性正算子延拓等结果给出了Ｒ＾ｓ中ｓ－维立方体上矩量问题有解的充要条件，从而把古典的Ｈａｕｓｄｏｒｆｆ矩量问题的定理推广到高维情形，特别是随着逼近手段的变更。本文处理方法可类推到更一般的凸紧区域上。     

知识表示的F-K系统

对经典知识表示系统（多系统）进行了扩充，引入一个刻划“大概知道”的模态词“Ｆ”，并建立了相应的公理系统Ｆ－Ｋ，该公理系统除包含“Ｆ”外也包含经典模态词“Ｋ”。同时，基于滤子对经典Ｋｒｉｐｋｅ框架及模型进行了扩充，从而给出了“Ｆ”的语义，并证明了该语义下Ｆ－Ｋ的完备性与可靠性。     

KEDE—一个集成化的知识工程开发环境

KEDE是一个知识工程开发环境,它将框架、语义网路、生产式规则、逻辑及面向对象等知识表示有机地结合在一起,具有多种推理机制和程序设计风格,提供友好的用户界面,从而构成一个功能强、使用方便的集成化知识工程开发环境,用于开发各种复杂知识的大型专家系统。本文概述了KEDE系统的总体框架,并讨论了集成化的知识表示方法和实现策略。     

双层通用自适应模式识别系统

单层n元自适应模式识别系统(WISARD)由于其大规模并行分布处理能力、通用性和自适应性而显示了巨大的应用潜力。但由于其结构的原因,系统性能受到了一定的限制。Kanerva提出的稀疏存贮器结构和WISARD的RAM阵列结构有相似之处。而且这种稀疏分布存贮的原理,可以从结构上解决WISARD的固有缺陷。根据SDM的概念,在WISARD的基础上,本文提出了一种新颖的双层自适应模式识别系统模型。它除了保持WISARD的原有特点之外,在解决大维数或非确定性模式数据的识别问题以及控制系统成本方面有着明显的优势。在该系统上进行的多体印刷汉字识别试验,初步优化了系统各参数的关系,验证了模型的可行性。     

光线跟踪Bezier曲面

 本文提出了一种光线跟踪Bezier曲面的求交算法。该算法通过建立曲面树形存贮结构及网格面的包围盒,实现光线曲面片的相交测试;曲面片的交替二叉离散最终实现交点计算,有效的提高了相交测试效率,改善了曲面四叉、二叉离散求交特性。具有结构简单、有效性强、易于实现等特点,是光线跟踪曲面求交的一种算法。