基于BP网络星图识别的样本构造方法

星敏感器是一种高精度的姿态敏感测量系统，如何确定星敏感器上像点在摄影时刻所对应的恒星，即星图识别，是姿态测量的关键。本文根据星图识别问题本身的特点和神经网络技术的特性，提出了基于BP网络星图识别方法的一种可以兼顾性能和效率、利于实现的样本构造方法。     

B—样条小波的构造

本文利用B—样条的函数和多尺度分析构造出了一类新的样条小波。首先，这种构造方法是非常简单而又易于操作的；其次，构造出的这些小波集许多优良性质于一身，如短文集，高阶的消失矩，对称性和反对称性、半正交性及正则性等。     

变形机理图的研究进展及发展趋势

变形机理图又称为塑性变形的相图,它对材料变形过程的预报对于材料成形科学基础研究具有重要的意义。文中分别对Ashby、Langdon-Mohamed、Ruano-Wadsworth-Sherby、含位错数量的R-W-S变形机理图的构建方法、使用条件及特点进行了介绍。为变形机理图在实际生产中的应用提供了理论基础。     

一种基于粗糙集理论的粗糙神经网络构造方法

提出在BP神经网络中使用粗糙集理论网络的设计，由于粗糙集理论有强大的数值分析能力,而BP神经网络具有准确的逼近收敛能力和较高的精度，所以通过两者的结合，可以得到一种可理解性好，计算简单，收敛速度快的神经网络模型，这种神经网络的算法的主要过程为：首先利用粗糙集能力去发现给定数据集的一些规则，然后根据这些规则构造神经网络稳含层的神经元个数，最后用BP算法迭代求了网络的各种参数，完成网络的设计，本文最后给出了一个三维非线性函数的实例进一步验证了网络的正确性。