顺序线性数列极限注记

对已知线性若干个顺序数列极限的情况下,通过构造新数列,多次使用Stolz定理证明了满足一定条件下可以推出该数列的极限。

基组递推方法的研究进展

精确地描述分子间相互作用能的基组递推方法仍然是当今电子结构理论的一大挑战。本文概述地介绍了分子间相互作用能的基组递推方法的发展,并对其进行了展望。

在线时间序列预测方法及其应用

为解决非线性复杂时间序列在线预测问题,提出了一种基于过程神经网络模型的在线预测方法.首先,在历史数据的基础上建立双并联离散过程神经网络模型;然后,根据在线更新的数据样本,采用递推极限学习算法对过程神经网络隐层到输出层的权值进行相应的更新;最后,应用权值更新后的过程神经网络模型对时间序列进行预测.文中给出了具体的过程神经网络学习算法与权值更新机制,并以混沌时间序列与液体火箭发动机的状态预测为例对方法进行了验证.研究结果表明:该方法在预测精度和适应能力上较单一的离线模型有显著提高,可以为非线性复杂时间序列在线预测问题提供一种有效的解决方法.