基于高阶谱约简的变结构模糊神经网络

Structure Changed FNN Based on-High Order Spectral Reduction

张高煜 赵恒 杨万海 江水

针对先验知识不完备和不确定的情况下海量数据造成的冗余和互斥，模糊神经网络结构变得复杂化并不能很快逼近和分类输出对象的情况，提出了一种基于高阶谱完成规则约简的变结构模糊神经网络的模型。相同结论属性的模糊规则的条件属性值可以被认为是由若干个谐波成分组成的平稳信号，并且此信号可以采用高阶谱分析来估计其谐波成分，规则的最小约简集与谐波对应。在完成了谐波估计后，神经网络结构和连接权值发生改变，神经网络的性能也得到优化。最后给出了此模型在航迹融合中应用的一个例子，得到了较好的结果。

基于高阶谱的地震子波估计

Seismic wavelet estimation based on the high-order spectrum

黄健英 李录明 罗省贤

常规的地震子波估计是在假设子波为最小相位的基础上对地震记录进行处理。针对这一局限性，研究了基于地震记录高阶谱的地震子波估计方法。该方法无需对子波作任何假设，直接从地震记录的高阶谱中恢复地震子波的振幅谱和相位谱，进而重构地震子波。并对不同相位地震子波的理论模型和野外实际资料进行了处理，结果表明这一方法对于提高地震资料的分辨率具有可行性和应用潜力。

高阶谱数值方法及其应用

A high order spectral method and its application to nonlinear water waves

赵西增 孙昭晨 梁书秀

高阶谱方法是一种快速模拟波浪运动的有效方法，它基于小波陡对速度势展开，通过快速Fourier变换解决了自由面波动问题。文中基于高阶谱方法，建立了模拟波浪运动的数值模型，通过与Stokes波理论值比较，验证了方法的合理性；并应用于波浪的色散聚集和Stokes波不稳定性研究，通过与其它结论的比较，验证了结果的正确性。