排序方式: 共有114条查询结果,搜索用时 46 毫秒
51.
令E为实光滑、一致凸Banach空间,E为其对偶空间.令Ai E×E,i=1,2,…,m,为极大单调算子且∩mi=1Ai-10≠.将引进一个新定义、给出一种新迭代算法,并利用Lyapunov泛函与广义投影算子等技巧,证明迭代序列强收敛于Ai的公共零点,i=1,2,…,m.去掉了以往结论中过强的限定条件,是对笔者以往工作的延续。 相似文献
52.
证明了对有 Schauder基的无限维 Banach空间中存在非空闭凸集 int A=且 A不可共支撑的重要结论 ,并提出了一些更重要的相关问题 ,研究了新旧问题间的联系 . 相似文献
53.
In this paper,we introduce a new iterative scheme for finding the common element of the set of solutions of an equilibrium problem,the set of solutions of variational inequalities for an α-inversely strongly monotone operator and the set of fixed points of relatively nonexpansive mappings in a real uniformly smooth and 2-uniformly convex Banach space.Some weak convergence theorems are obtained,to extend the previous work. 相似文献
54.
令E为实自反Banach空间具一致Gteaux可微范数,AiE×E(i=1,2,…,k)为增生算子且满足∩ki=1Ai-1(0)≠φ.令C为E的非空闭凸子集并满足■C∩r>0R(I+rAi),i=1,2,…,k.将引入一种带误差项的迭代算法,并证明迭代序列强收敛于{Ai}ki=1的公共零点. 相似文献
55.
通过构造格林函数,借助Banach空间中不连续增算子的不动点定理,研究了一类Banach空间中二阶微分方程周期边值问题解的存在性. 相似文献
56.
利用特异边界的Cauchy积分公式,得到了双正则函数的Laurent展式,留数定理;由Cauchy核的展开,给出了双正则函数一种新的展式,得到了展式中各项的Cauchy估计,而后定义了可去奇点,通过其充要条件得到了Liouville定理. 相似文献
57.
58.
低碳经济背景下,考虑到政府参与方式的不同,借助微分博弈研究供应链中长期合作(上游制造商减排和下游零售商宣传)提高供应链低碳商誉的动态博弈问题。分别构建了无政府补贴的分散式决策模型、有政府补贴的分散式决策模型、有政府补贴的集中式决策模型和政府干预下的双向成本分担契约模型,并进行求解分析。研究表明,后三种情况,供应链低碳商誉、制造商和零售商的努力程度具有相同的水平,且都高于无政府补贴时的情况;政府干预下的双向成本分担契约,政府无需提供补贴,也能达到有补贴时的效果;政府和作为供应链中博弈地位较高的制造商都更倾向于采取政府干预下的双向成本分担契约方式,而作为供应链中博弈地位较低的零售商更愿意接受有政府补贴的分散式决策方式;政府在选择参与方式时,应充分考虑供应链中企业边际利润的对比情况。最后,通过算例对模型进行了数值分析。 相似文献
59.
为全面了解小米黄酒风味成分的构成和气味特征,优化了85μm聚丙烯酸酯(PA)、100μm聚二甲基硅氧烷(PDMS)、75μm碳分子筛(CAR)/PDMS、50/30μm二乙烯基苯(DVB)/CAR/PDMS萃取头提取小米黄酒风味成分的条件,采用顶空固相微萃取(headspace solid phase microextraction,HS-SPME)-气相色谱-质谱法(GC-MS)对风味成分进行定性、定量分析,并计算气味活性值(odor active value,OAV),同时利用OAV分析风味成分的气味特征和气味强度。结果显示:不同萃取头的最优萃取条件为样品量8 mL、萃取时间40 min、萃取温度60℃、NaCl添加量1.5 g。小米黄酒风味成分由醇、酯、含苯化合物、烃、酸、醛、酮、烯、酚和杂环类化合物构成,醇为主要风味成分。通过OAV确定了苯乙醇、苯乙烯、2-甲基萘、1-甲基萘、苯甲醛、苯乙醛、2-甲氧基-苯酚为小米黄酒气味特征成分,苯基乙醇、苯乙醛对气味贡献最大。PA和PDMS萃取头分别对极性和非极性化合物具有较好的吸附效果,CAR/PDMS和DVB/CAR/PDMS萃取头对中等极性化合物具有较好的吸附效果。该研究全面了解了小米黄酒风味成分的构成,为其产品开发及品质控制提供理论了依据。 相似文献
60.
协同过滤推荐算法是目前个性化推荐系统中应用比较广泛的一种算法。然而,它在处理数据稀疏性、可扩展性等方面存在一定不足。针对数据稀疏性问题,本文首先基于Slope One算法对初始的评分矩阵进行缺失值填充,其次利用基于K-means聚类的协同过滤算法预测目标用户的评分,并结合MovieLens数据集给出了相关对比实验;针对扩展性问题,本文首先提出了一种基于中心聚集参数的改进K-means算法,其次,给出了基于中心聚集参数改进K-means的协同过滤推荐算法流程,并结合MovieLens数据集设计了相关对比实验。实验结果表明,本文所提方法推荐精度均得到显著提高,数据稀疏性和扩展性问题得到了有效改善。因此,本文的研究结论不仅可进一步丰富协同过滤推荐算法的现有理论成果,还可以为提高推荐系统的精度提供理论依据和决策参考。 相似文献