非参数回归函数估计的渐近正态性

本文研究了独立或相依样本时非参数回归函数的Ｎａｄａｒａｙａ-Ｗａｔｓｏｎ估计，在简洁合理的条件下，证明了估计量的渐近正态性．获得的结论可在时间序列分析中得到应用．     

二阶非线性椭圆型方程于无界域上的斜微商问题

在机械和物理中有许多问题的数学模型是一、二阶非线性椭圆型方程于包含无穷远点的多连通域上的某些边值问题,该文讨论了二阶非线性椭圆型方程于包含无穷远点的多连通域上的斜微商边值问题.     

The Iyengar Type Inequalities with Exact Estimations and the Chebyshev Central Algorithms of Integrals

In this paper, both low order and high order extensions of the Iyengar type inequality are obtained. Such extensions are the best possible in the same sense as that of the Iyengar inequality. hzrthermore, the Chebyshev central algorithms of integrals for some function classes and some related problems are also considered and investigated.     

The Design for Automation of Pellet-Forming Process in HL-2A Pellet Fueling System

In the ever fusion experiments in SWIP, pellet forming process was carried out through adjusting relative devices by staff member in site, which will make every pellet-forming process slight distinction and will result in pellet difference in shape, size and intensity. In the intervals of HL-2A discharges, staff member have to go site to accomplish the pellet-forming process, this wastes human power and increase the potential danger. So it is necessary to develop a remote control system to perform the pellet-forming process. The control system needs have the features of real-time, reliability and be easy to operate and maintain.     

矩阵损失下回归系数的线性估计的可容许性

针对广义的Gauss-Markoff模型Y=Xβ+θ,E(θ)=0,Cov(θ)=σ2V,其中X和V＞0是已知的n×p和n×n矩阵;β∈Rp和σ2＞0是未知参数,给出了矩阵损失条件下,Sβ的估计LY+a在非齐次线性估计类中可容许的充要条件.     

SPME-GC-MS快速分析炼油厂废水中痕量VOCs

采用固相微萃取-气相色谱-质谱联用(SPME-GC-MS)对炼油厂废水中痕量挥发性有机化合物(VOCs)进行了定性分析,简化了预处理过程,总分析时间为1h左右.对比处理前后的废水样品的MS定性结果,为废水处理工艺的评价以及有机物降解机理提供了依据.     

基于BDF的无约束优化方法的收敛性分析

1.介 绍 在上个世纪的七十年代末、八十年代初,基于常微分方程的优化方法或者说同伦方法是一类与拟牛顿法和共轭梯度法等我们所熟知的优化方法相竞争的重要方法[1-6,8,13,14,16].由于这类方法只是简单地利用现成的数值求解常微分方程的软件包,如CVODE[7]、LSODE[12],对同伦方程(一般是一个常微分方程的初值问题)进行计算,除了一些特殊的病态问题     

一类非线性抛物方程的L∞估计

本文给出了一种统一的方法来得到一类非线性抛物方程的有界解的先验的L∞估计.这类方程的基本类型是其中v=v(x,t)是一个满足某些条件的非负可测权函数.由此可以去掉文[5]中的一个本质性的条件p≥2.     

带惩罚项与随机输入的BP神经网络在线梯度学习算法的收敛性

本文对三层BP神经网络中带有惩罚项的在线梯度学习算法的收敛性问题进行了研究,在网络训练每一轮开始执行之前,对训练样本随机进行重排,以使网络学习更容易跳出局部极小,文中给出了误差函数的单调性定理以及该算法的弱收敛和强收敛性定理。     

张量对称类上诱导线性算子的数值半径

设V是一个n维线性空间,V_x~m(G)为V上的张量对称类.A为V的线性算子T的矩阵,K(A)为V_x~m(G)上的诱导线性算子K(T)的矩阵.本文从K(A)的数值半径Υ(K(A))和可分数值半径Υ_x(K(A))定义出发,研究了Υ(K(A))、Υ_x(K(A))与范数||A||_p(1≤p≤2)、广义矩阵函数d_x~G(A)的关系,得到了它们之间的两个不等式.