毛细管流量特性关联式的建立为毛细管设计提供了一条简单、可靠的理论途径．本文分析了现有关联方法存在的不足，提出用多层前向人工神经网络来关联绝热毛细管流量特性的方法．结果表明，在采用相同的输入和输出变量的情况下，神经网络方法与文献中的同类方法相比，关联精度有显著提高．

从盲声源信号的独立性出发,提出了一种新的盲声源混合信号分离方法.该方法基于信号联合概率的分布统计,利用信号联合概率的方向导数熵最小获得最佳的旋转角度,最终实现盲信号分离.与快速独立分量分析方法及神经网络方法相比,该方法不需要迭代计算.采用新的盲声源信号分离方法对轴承试验台的混合声音信号进行识别,将电机和滚动轴承的声音分离出来,进而可以准确识别机械的故障.