课程文献中心 更多>>

关键词： 四阶差分方程   特征值   广义零点   Leray-Schauder延拓定理   临界点理论   存在性   唯一性  

摘要： 本学位论文首先运用矩阵分析的方法研究了四阶线性差分方程边值问题的谱结构.然后结合Leray-Schauder延拓定理、极小极大定理和临界点理论研究了几类非线性四阶差分方程边值问题解的存在性及唯一性.主要工作如下:1.运用矩阵分析的方法考虑四阶线性差分方程边值问题（?）的谱结构,其中λ>0是参数,T>5是整数,a（t）>0,t∈ T2:= {2,3.…,T},△4y（k-2）=y（k+2）-4y（k+1）+ 6y（k）-4y（k-1）+y（k-2）,获得了该问题恰有 T-1 个正的简单特征值的结论,该结果为研究四阶线性差分方程的非线性扰动提供了基础.2.运用Leray-Schauder延拓定理,获得了非线性四阶差分方程边值问题（?）解的存在性,其中Akk是对应线性问题的第k个特征值,h:T2→ R,g:T2 × R →R连续且满足某些共振条件.主要结果改进和补充了马如云等[Appl.Math.Com-put.,2010]的结果,也为 Gupta[J.Diff.Eqns.,1988]主要结果的数值计算提供了理论依据.3.结合临界点理论和极小极大定理,研究了四阶差分系统边值问题（?）解的存在唯一性.其中:T2 Rn,g:Rn → 是满足某些非共振条件的位势向量值函数.主要结果不仅是Usmani[Proc.Amer.Math.Soc.,1979]和Y.S.Yang[Proc.Amer.Math.Soc.,1988]的离散化,同时将他们的结果推广到四阶差分系统上.

关键词： 不等式   accretive-dissipative矩阵   accretive矩阵   扇形矩阵   几何平均   酉不变范数   行列式  

摘要： 矩阵不等式是矩阵理论研究的一个重要方面,广泛出现于基础数学,应用数学和计算科学的各个方面.例如泛函分析里算子不等式,图的谱理论,数值代数的扰动分析,还有在控制理论的稳定性分析等等.这些应用反过来也进一步丰富和推动矩阵不等式的深入发展.本文研究的是一类特殊的矩阵,也就是其数值域包含在某扇形里面的矩阵,简称为扇形矩阵.本文安排如下.第一章介绍了矩阵不等式的研究背景、进展以及在一些具体数学问题的应用.在第二章中,我们首先介绍了本文所使用的符号标记,然后给出一些已有的引理,为文章前面和后面部分的证明提供依据.在第三章中,我们先是研究了扇形矩阵的一些行列式不等式.然后我们证明了扇形矩阵几何平均的重要性质R(A#B)≥(RA)#(RB).最后我们关于扇形矩阵的酉不变范数的不等式做了一些总结.

关键词： 元数据抽取   特征向量   BP神经网络   支持向量机  

摘要： 随着计算机技术在各个领域的不断普及应用,各个企业机构也不断开始实现信息化管理的转型。在实现信息化管理的过程中,所管理的数据对象主要以电子文档的形式作为数据信息的主要承载介质,而其中存在很多以学术型论文格式存在的文档。随着这类文档数量的不断增加以及人们对文档检索,分类和统计的精确度要求越来越高,针对论文文档元数据的提取质量要求也越来越高。本文针对这类中文论文文档的相关文本内容元数据信息的提取,提出了一种基于BP神经网络和支持向量机(SVM)的混合模型进行提取,并对该模型的提取性能进行了测试验证。针对现有元数据提取方法准确率不高以及适应性不强的缺陷,提出了一种基于BP神经网络和支持向量机混合模型的提取方法。将论文文档元数据提取的问题转化为对文本块的分类问题,通过对常用的几种分类方法进行分析比较,得出了 BP神经网络和支持向量机方法的可行性。对于所要进行分类识别的文本块,根据文本所具有的特征规则进行预处理,通过规则匹配的方法对摘要元数据和关键词元数据进行提取。对预处理后的文本,为了提高模型抽取的精确度,结合文本具有的局部特征以及其上下文本块具有的特征建立特征向量;利用经过训练集样本数据训练后的BP神经网络模型对输入的文本块特征向量进行分类识别,得出相应的元数据标记值,从而得出文本所属元数据类型。针对作者与单位地址元数据信息混合的文本块,利用文本块所具有的分隔符进行预处理后,结合通过语料库获取的常用人名和地名统计信息,构建所得子文本对应的特征向量。利用支持向量机模型对文本特征向量进行分类识别,得出文本所属元数据类型。采用Java语言和libsvm库,对基于BP神经网络和支持向量机混合模型的元数据抽取工具进行了实现,通过测试验证,结合现有方法进行分析对比,该混合模型具有更好的提取效果。

关键词： 病人   CT   解剖结构   线性相关  

摘要： 摘要目的研发一种方法,以创造具有辐射衰减特性和解剖细节高精度性的病人个体的模拟人体的模型。材料与方法以碘化钾溶液(600 mg/m L)填充喷墨盒,并在普通纸

关键词： 模型预测控制   性能监控与诊断   偏最小二乘   交叉积矩阵   非相似度分析  

摘要： 针对传统基于输出协方差矩阵的性能监控方法未充分考虑过程变量与输出变量之间的相关性问题,提出一种基于偏最小二乘(Partial least squares,PLS)交叉积矩阵非相似度分析的性能监控与诊断方法,用于多变量模型预测控制(Model predictive control,MPC)系统.首先,考虑模型预测控制系统的控制结构,构造包含预测误差的增广过程变量与输出变量相关性的PLS交叉积矩阵,通过非相似度分析方法将交叉积矩阵的非相似度比较转化为转换矩阵特征值的比较.然后提取转换矩阵中表征最大非相似度的l个特征值构造实时性能指标,对MPC系统进行性能监控.检测到性能下降后,进一步利用转换矩阵的特征值诊断性能恶化源.Wood-Berry二元精馏塔上的仿真结果表明,所提方法能够有效地提高监控性能,并准确地定位性能恶化源.

关键词： 长螺旋钻孔压灌桩   桩长   桩型   地基土承载力   特征值   本征值   极限承载力   桩基设计   风电机组基础  

摘要： 随着风力发电项目迅速发展和建设速度的加快,对风电机组基础的设计也提出更高的要求,风电机组基础设计不仅要安全、经济、合理,而且要对环境影响小、施工速度快。因此有必要对风电机组基础设计进行不断优化,与传统的桩基相比长螺旋钻孔压灌桩具有施工简洁、无泥浆污染、噪声小、效率高,承载力较高,成桩质量稳定等优点,本文根据具体工程实例探讨长螺旋钻孔压灌桩在风电机组基础设计中的应用。长螺旋钻孔是利用螺旋钻杆连接螺旋钻头加压回转,

关键词： 参数依赖的Sturm-Liouville问题   p-Laplacian算子   椭圆算子   不定权   非实特征值   特征曲线  

摘要： 本篇论文主要对几类不定权问题的非实特征值进行了研究,具体内容如下:在第1章中,我们对参数依赖的二阶不定权S-L特征值问题τy:=-(p(x)y')' + q(x)y = λw(x)y,x ∈[0,1],B1y:=λy(0)cosθ1-p(0)y'(0)sinθ1 = 0,B2y:= λy(1)cos θ2-p(1)y'(1)sin θ2 = 0的非实特征值进行了研究,获得了该问题可能的非实特征值上下界的预先估计以及非实特征值存在性和不存在性的一个充分条件.其中p,q,w为实值函数,满足基本条件p(x)>0,w(x)≠ 0 a.e.x ∈[0,1],1/p,q,w ∈ L1[0,1],权函数w(x)在[0,1]上变号,λ为谱参数,且θ1,θ2 ∈[0,π).第2章中,我们对四阶不定权p-Laplacian特征值问题τy:=([y"]p-1)" + q(x)[y]p-1=λw(x)[y]p-1,x ∈(0,1),y(0)=y(1)=y"(0)= y"(1)= 0的非实特征值进行了研究,获得了该问题可能的非实特征值上界的预先估计以及非实特征值不存在性的一个充分条件.其中p>1,[y]p-1 = |y|p-2y,q,w为实值函数,满足基本条件w(x)≠ 0 a.e.x ∈[0,1],q,w ∈ 2[0,1],权函数w(x)在[0,1]上变号.第3章中,我们对四阶不定权椭圆特征值问题τy:△2y + ay = λwy,y ∈ L|w|2(Ω),y|(?)Ω = △y|(?)Ω = 0的非实特征值进行了研究,获得了该问题可能的非实特征值上下界的预先估计以及非实特征值存在性和不存在性的一个充分条件.其中Ω为Rn ≥ 2中的有界开集,带有几乎正则边界且a,ω为实值函数,满足基本条件w(x)≠ 0 a.e.x ∈Ω,ω(x)∈ L1(Ω),a ∈ L∞(Ω),权函数ω(x)在Ω上变号,λ为谱参数.

关键词： 缺水判别   计算机视觉   阔叶苗   特征向量  

摘要： 植物缺水判别推动了自动灌溉系统的智能化发展。本研究应用图像分割算法和模式识别算法相结合的方法,分析阔叶苗是否缺水。本文以白蜡树、柳树、银杏和杨树为研究对象,利用图像分割算法分割出单个叶片,提取阔叶苗叶片图像的颜色特征值、形态特征值、纹理特征值,结合土壤湿度特征量,通过BP神经网络和SVM分类算法训练分类模型,建立植物缺水判别系统。本文分别对分割算法和分类识别算法进行对比,最终通过Mean-shift分割算法和径向基核函数SVM分类器建立缺水判别系统,判别率可达到90.73%。论文的主要工作流程如下:(1)白蜡树、柳树、杨树和银杏四种阔叶苗的培育以及环境数据库的建立。对每种树苗分组实验,每天采集正常生长状状态和缺水样本,在样本培育的同时获取光照、温度、土壤湿度数据,建立相应的数据库。(2)图像分割算法的研究。用单反相机采集叶肉、纹路完整的叶片图像,选择算法对图片进行灰度处理、平滑去噪、边缘检测,通过算法的对比,选择最适合本课题的分割算法。(3)叶片特征提取和特征选择。本文通过提取阔叶苗叶片的几个最有效特征参数,采用识别分类器来对植物进行缺水判别。选用的特征参数有颜色特征中的均值、方差;纹理特征中的纹理能量、对比度、相关性、纹理熵;形状特征中的矩形度、伸长度、圆形度、致密度。通过数据方差计算,选择提取了其中6个最有参考价值的特征,结合土壤湿度特征,形成7维特征向量。(4)研究并提出BP神经网络和SVM方法建立叶片缺水判别系统。输入7维特征向量构建BP神经网络分类模型和SVM二分类模型。通过实验结果的识别率、训练时效的对比,选择最优分类器。

关键词： 亲属关系验证   遗传原理   线性组合   家庭照片识别   多示例学习  

摘要： 亲属关系是社交媒体中最主要的人际关系之一。近年来,基于图像的亲属关系挖掘与识别成为社交媒体分析中一个重要的领域,受到了越来越多的关注。但是,已有的工作存在着很多不足之处,亲属关系识别仍面临着很大的挑战。本文将主要关注该领域中两个具体的问题,即一对父母与一个孩子三人间的亲属关系验证问题,以及家庭照片识别问题(即家庭合照与非家庭合照的分类问题)。本文将对已有的工作进行分析,指出它们的问题,并针对性地提出自己的解决方案。本文主要工作如下:首先,对亲属关系识别任务以及家庭与非家庭照片识别任务的相关工作进行了综述与回顾,将每个任务中的方法进行归类,并介绍了它们的设计思想与核心数学模型。然后,提出了一种基于遗传学原理的父母与孩子间亲属关系验证算法。针对以往算法不符合人脸特征遗传过程的问题,本文以父母到孩子的遗传过程为基础建立数学模型,提出使用父母的线性组合特征与孩子特征间的距离来表示他们之间的亲属关系不相似度;此外,为了符合遗传特征的多尺度特性,本文采用多尺度高维特征表示描述人脸遗传特征。实验结果表明,本文提出的算法取得了良好的验证精度与运行速度。最后,提出了一种基于多示例学习和图像局部特征的家庭合照与非家庭合照分类方法。针对已有工作不能有效利用图像中局部信息的问题,本文提出了三种局部特征算法,分别挖掘合照中的局部亲属关系信息、局部人脸排列结构(几何)信息和局部上下文(语义)信息;并采用多示例学习框架来描述每张照片,对其进行分类。实验结果验证了本文提出算法比以往算法更好的识别性能。

摘要： Numerical solution of the transport equation for monoenergetic neutrons scattered isotropically through the medium of a finite homogeneous slab is studied for the determination of the eigenvalues. After obtaining the discrete ordinates form of the transport equation, separated homogeneous and particular solutions are formed and then the eigenvalues are calculated using the Gauss-Legendre quadrature set. Then, the calculated eigenvalues for various values of the c0, the mean number of secondary neutrons per collision, are given in the tables. [ABSTRACT FROM AUTHOR]