二、三水平正规正交表的构造原理

本文用数理统计知识导出了二、三水平正规正交表L2u（2K）,L3u（3x）中任意两列的水平号与其交互列的水平号的对应规则,并将这种对应规则转化为水平号的加法及乘法运算从而提供了用代数运算方法构造二、三水平正交表的理论根据。

(m,n)-正交性和内积空间的特征

在赋范线性空间中，考虑关于（ｍ，ｎ）－正交性的存在性中变量ａ的取值范围和（ｍ，ｎ）－正交性存在对角线，证明了空间是一个实内积空间当且仅当Ｂｉｒｋｈｏｆ正交性或者等边正交性推出（ｍ。

用于非线性时间序列预测的POD-RBF神经网络

基于正规正交分解(Proper Orthogonal Decomposition,POD)提出一种适用于非线性时间序列预测的径向基函数(Ra-dial Basis Function,RBF)神经网络模型-POD-RBF神经网络模型.该模型在选取中心时考虑了时间序列数据之间的时序关系,并且使得中心的选取具有并行性.股票价格预测问题的模拟结果表明,POD-RBF神经网络可以有效地用于非线性时间序列预测问题.与基于硬C均值(Hard C-means,HCM)聚类的RBF神经网络(HCM-RBF)和基于正交最小二乘(Orthogonal LestSquare,OLS)的RBF神经网络(OLS-RBF)相比,POD-RBF神经网络不仅具有更好的训练、预测精度,而且具有更好的收敛稳定性、更好的泛化能力和抵抗噪声干扰的能力.

近壁湍流的降阶模型及应用

由条带和流向涡的循环再生构成的近壁自维持过程(self-sustaining process,SSP)是壁湍流产生和维持的重要机制.文章通过对最小槽道的直接数值模拟(direct numerical simulation,DNS)获得近壁自维持过程的流场数据,采用正规正交分解法(proper orthogonal decomposition,POD)对该数据进行分析,获得了不同流向和展向尺度的特征模态,通过将Navier-Stokes方程在这些模态上进行投影,得到近壁自维持过程的降阶模型,并采用DNS数据对降阶模型的预测能力进行了评价.该模型被初步应用于大涡模拟近壁模型的构造.

具有自我修复功能的图像水印技术

随着科技的进步,数字媒体能利用网络进行广泛的传播,但随着网络的公开化,使得数字媒体可能遭到篡改而破坏其内容及品质。本论文探究了对于遭受篡改或者有数据流失的图像,能够侦测出破坏并复原图像内容以提高图像品质。