具变系数和无穷时滞的双向联想记忆神经网络的动力学行为

研究了具有变系数和无穷时滞的双向联想记忆神经网络,通过引入相空间G（R_）×G（R_）和Lyapunov泛函方法,建立了一系列关于解的有界性和全局渐近稳定性的判别准则．对于具有变系数和无穷时滞周期的双向联想记忆神经网络,通过应用周期解存在定理,建立了该系统周期解存在和全局稳定的充分条件．将上述结果应用于自治双向联想记忆神经网络,得到了平衡点的存在性、唯一性和全局渐近稳定性．     

一种用于数字音频广播的自干扰抵消方法

针对混合模式的凋幅带内同频数字音频广播（AMIBOCDAB）系统中的同频干扰问题，提出了一种自干扰抵消的方法，该办法利刚正交频分复用（OFI）M）技术中相邻子载波频率接近的特性，通过对相邻的两个子载波接收到的数据中的模拟干扰做干扰自抵消，从而减小了模拟信号对数字信号的同频干扰，在此基础上，在不同的载波组上采刚不用调制方式，进一步提高了系统的传输效率，仿真实验结果表明；利用该方法可以取得5dB的性能增益，同时可以提高系统的传输效率，保证了模拟肯频信号和数字音频信号在同频带上的并行传输。     

有向网络的复制机制及其相关网络分析

鉴于有向网络比无向网络包含了更多的内在信息, 而复杂网络中的基本统计量往往仅适用于无向网络, 使得有向网络的研究相对缺少, 由此提出了一个有向网络的统计量, 并分析该统计量在相关有向网络研究中的有效性. 考虑到复制是有向网络增长的一个主要动力, 定义了有向网络结点复制率和有向网络复制率的概念, 并利用结点入度分布和复制率研究了有向规则网络、复制模型网络及自然数网络. 结果显示, 完全复制模型和自然数网络的入度具有无标度特性, 其入度分布的幂律指数 都为2, 2个有向网络的复制率 , 而部分复制模型的复制率 . 因此, 有向网络的入度分布、复制率都能很好地解释完全复制模型与自然数网络的相关性, 可作为重要统计量广泛应用于有向网络研究中.     

线图的邻域连通度

研究了图G的边邻域连通度λNB（G）和它的线图L（G）的点邻域连通度κNB（L（G））之间的关系,证明了AλB（G）≤κNB（G）．提出了一个新的概念：限制性边邻域连通度λrNB（G）,证明了κNB（L（G））≤λArNB（G）．最后,研究了上述两个不等式成为等式的充分条件．     

参数型Littlewood-Paley算子在带非双倍测度Morrey空间上的有界性

假定μ是仅满足一个增长条件的Radon测度,即存在一个正常数C 使得对所有的 x∈R^d , r 〉0以及对某个固定的n∈（0,d]都成立μ（B（x,r））≤Cr^n.对适当的参数ρ和λ,证明了参数型gλ^＊函数Mλ^＊ρ和参数型Marcinkiewicz积分M^ρ在Morrey空间M q^p （k,μ）上是有界的.     

带时滞的高阶Cohen-Grossberg神经网络的指数稳定性

就一类高阶时滞Cohen-Grossberg社昆网络进行研究,假设反应函数满足Lipschitz连续且有界,用非线性测度的方法得到了关于平衡点的存在性和惟一性的一种新的充分性的判别条件,同时,通过构造一个合适的Lyapunov函数,得到这个条件也保证了时滞神经网络的全局指数稳定性.     

关于Leindler的两个定理的推广

设g（x）：=∑n=1 ∞bnsinnx且{bn}∈BVS,利用不等式En（g,p）≤‖g—Sn（g）‖Lp和NBV数列的性质,给出了g（x）在L2π^p范数下的最佳逼近和Fourier系数之间的关系．     

MrBayes（MC）~3GPU算法的优化

为了进一步提高CPU-GPU协同贝叶斯种系发生算法n（MC）3的并发度,本文在n（MC）3算法基础上提出了优化算法,修改算法并行策略,重组计算次序,削弱相邻计算节点之间的依赖关系,增强GPU空闲单元的利用,实现了更高的加速比,显著提高了算法性能.     

自制固相微萃取探头用于分析大白菜中有机磷农药

采用溶胶-凝胶方法制备的聚甲基苯基乙烯基硅氧烷／羟基硅油（PMPVS／OH-TSO）固相微革取探头与气相色谱（GC）联用对大白菜样品中的有机磷农药（敌敌鼹、二嗪农、甲摹对硫磷、马拉硫磷和乙基对硫磷）进行了分析，同时优化了固相微革取的实验条件．该探头较商用探头萃取能力更强，方法的检出限低（1．01～2．56ng／g），重现性好（3．5％～9．9％），线性范围宽（2个数量级），对市售的大白菜样品进行了标准加入回收实验，5种有机磷农药的同收率分别为80．2％，90．3％，85．4％，81．9％和91.8％，     

基于正极性或-符合展开的易测性网络

为提高数字电路的可测性，提出了可实现任意逻辑函数的正极性或-符合网络的易测性实现，并给出了测试网络中所有单固定故障的通用测试集．该实现基于逻辑函数的正极性或-符合展开，网络的同或部分分别采用了串联和树形结构．为提高可测性，同或串的实现结构只需增加1个控制端及1个观察端，同或树的实现结构只需增加3个控制端及1个观察端．对于1个n变量的逻辑函数，两种实现结构下通用测试集的基数分别为（n＋4）和（n＋5）．这样短的通用测试集非常适合用内建自测试实现，从而有效地缩短测试时间．     

社会网络中影响集选择的一个近似算法

在研究社会网络影响集的选择问题中,目标是选取网络G中的一个最小点集S,使得V（G）-S中的每个点都至少有一半邻点在S中.本文给出一个α（△＋1）/δ＋1-近似算法,其中δ和△分别表示图G的最小度和最大度,α是局部独立数,它指示着图G的局部区域中最多含有的独立点的个数.     

上海口岸入境外国旅游流的空间扩散和网络结构研究

应用一手数据研究了上海入境外国旅游流的分布和扩散规律及网络结构特征,发现：（1）上海口岸入境外国旅游流集中分布在胡焕庸线东南部,北京、桂林、西安、成都和昆明等城市以及长三角地区、珠三角地区构成的主体骨架,并在全国范围内呈由长三角地区向西北方向、西南方向扩散的态势;（2）上海口岸入境的韩国旅游流空间分布呈“倒皇冠”型,主要由“上海-杭州-苏州”、“上海-杭州-西安”和“上海-杭州-广州”3个三角形构成;美国旅游流空间分布呈“Z”型,由“上海-南京-杭州-桂林-北京”连接而成;美国游客比韩国游客活动范围更广,游览目的地更多,对上海口岸的依赖程度较低;（3）网络中的节点可划分为枢纽节点、中转节点、重要节点和一般节点,其中,上海、北京、桂林、西安、杭州和苏州等11个节点属于枢纽节点;（4）上海口岸入境外国旅游流网络规模较大,整体结构较松散,围绕核心节点集聚或扩散的趋势较强,具有小世界网络特性.     

改进的 Scheibel 萃取塔中分散相的停留时间分布模型

通过实验研究了改进的Scheibel萃取塔中分散相的停留时间分布,考察了操作条件、物性参数对分散相停留时间分布的影响.使用脉冲示踪法测量分散相的停留时间分布曲线,使用多釜串联模型处理数据,并通过因次分析法建立了一个计算模型参数为n的关联式.计算值与实验值的最大相对偏差为-14%,平均相对偏差为±5.9%. 通过该式计算n,可以得到给定条件下分散相的停留时间分布,有助于进一步研究两相的传质行为.     

组内相关系数:定义辨析、估计方法与实际应用

“组内相关系数”正越来越多地被用于自然科学与社会科学诸领域,但国内外应用者对其定义与估计方法的理解尚有不足.其名称源于将“皮尔逊积矩相关”与对称表结合构成配对估计量的经典定义.而费希尔基于组间方差比重的新定义得益于哈里斯对配对估计量的简化.新定义在平衡数据下可由ANOVA法估计且与配对估计量渐近相等,故两种定义被统称为组内相关系数.在非平衡数据下有9个估计量可供选择,包括6个加权配对和3个方差成分类估计量.应用中需按观察变量是否符合正态分布假设等原则加以选择.本研究例解了方差成分类估计量的Stata命令.     

瓶颈开口角对二维颗粒流密度的影响

此前曾研究过传送带出口处瓶颈开口角度对颗粒流的影响．在稀疏流状态下改变瓶颈开口角度θ,当θ大于15°时,颗粒流量Q随着cosθ呈线性变化,颗粒流量Q可表示为：Q（θ,v,R,ρ）=ρo·R·v-K（ρ,R,v）·cosθ（ρo是开口角为90度时颗粒在瓶颈开口处的平均密度）．本文着重研究了颗粒流量Q与速度v、瓶颈开口R以及颗粒密度ρ的关系,结果发现在稀疏流状态下颗粒流量Q在任何开口角度下与速度v以及瓶颈开口R都呈线性关系,但颗粒流密度ρ却是瓶颈开口角度θ以及开口尺寸R的函数,ρ（R）与COSθ呈非线性关系．     

包含无关项的MPRM展开式最小化算法

通过对包含无关项布尔逻辑函数SOP（Sum—of-Products）展开式和MPRM（MixedPolarityReed—Muller）展开式的研究,结合基于系数矩阵的FPRM（FixedPolarityReed—Muller）展开式极性转换算法,提出了一种包含无关项逻辑函数MPRM展开式最小化算法．首先将包含无关项逻辑函数SOP展开式转换为MPRM展开式,并用系数矩阵的形式表示;然后删除函数中的冗余变量,归纳出一种包含无关项MPRM展开式最小化算法,得到与项数较少的MPRM展开式;最后随机选取15个MCNC基准电路进行测试,结果表明该算法能有效地优化电路面积．     

紫外线照射对褶皱臂尾轮虫运动、存活分布与繁殖的影响

采用急性致死、单个体和群体培养实验，研究紫外线照射对褶皱臂尾轮虫（Brachionus plicatilis）运动、存活分布与繁殖的影响．结果表明，随着照射时间的增长（0～30min），轮虫的运动能力下降并产生急性致死效应，死亡率与照射时间关系符合Sigmoid模型．紫外线照射下（0～120s），轮虫的生存数据符合weibull分布，紫外线使各处理组轮虫寿命（1．7～8．8d）、生殖期（0～5．3d）、生殖期的平均繁殖率（0～2．0ind·（female·d）^-1）显著下降（P〈0．001），种群增长特征参数rm、R0、λ和T也呈下降趋势．群体培养与单个体培养结果相似，卵密度、幼体密度和种群增长率均随照射时间（0～120s）的延长而呈显著的下降（P〈0．001）．     

一类二阶系统周期解的存在性

利用临界点理论中的极大极小方法和Sobelev’s不等式研究了以下二阶哈密顿系统{（M（t）u＇）=↓△F（t,u（t））,u（0）-u（T）=u=（0）-u（T）=0,周期解的存在性,其中r〉0,M（f）=[mij（t）]→为定义在[0,T]上的N×N阶正定的对称矩阵值函数;改进了已有文献的相关结论,得到了3个新结论,并通过例子说明了结论的有效性．     

基于效用的机会网络缓存替换策略

机会网络具有节点流动性较大、数据时延长、资源有限等特点,如何合理和高效地使用节点提供的缓存资源、增加节点间的协作来减少机会网络时延、节省带宽、防止拥塞是一个关键问题.通过对机会网络缓存策略研究,提出了基于效用的概率缓存替换策略,该策略分别计算数据的流行度和最短机会路径的权重,得出节点的效用值,通过比较效用值确定了节点要缓存的数据.实验结果表明提高了节点获取资源的成功率并减少了协作缓存资源请求的平均响应时间.     

表征学习驱动的多重网络图采样

已有的图采样方法侧重于单图采样,关注如何在一张图上通过采样保留其特定的拓扑结构特征。随着数据采集能力的提升,多重网络图在实际应用中越来越普遍,即相同的节点集在不同场景中具有不同的网络关系。针对传统图采样方法无法兼顾多重网络图结构特征的问题,提出了表征学习驱动的多重网络图采样算法。首先,设计融合多重网络图结构特征的图表征学习方法,将节点投影至二维的表征学习空间;其次,利用改进的自适应蓝噪声采样算法,考虑节点密度和网络连通性,从表征学习空间筛选节点,以保持其多重网络结构特征及图上下文结构特征。进而开发了一套多重网络图采样可视分析系统,支持用户交互式地探索多重网络图采样,并与已有采样算法进行对比。案例分析和评估实验证明了本文算法在多重网络图采样中的有效性。