广义加权极大Morrey空间中次线性算子的有界性质

该文给出定义在R~n上的一类广义加权极大Morrey空间.证明一类次线性算子,包括分数次积分算子,在该类空间中的有界性质.同时还研究该类次线性算子的交换子在广义加权极大Morrey空间中的有界性质.     

基于方法联想的二轮专题复习的构建与操作

一、问题的提出在经过了对知识、技能、方法逐点复习和梳理的第一轮复习后,师生进入以综合提升为目标的第二轮复习,期间经常会遇到一些困境.如:学生有题就做,不对知识与方法进行梳理,不对解题方法进行优化,不对错误进行矫正,不对已解决问题进行消化;学生经过频繁和反复的训练,反而造成解题思维僵化,很多问题的方法联想不起来或方法选择不合理.而教师的教学停留在一轮复习的重复再现,而不是一轮复习的深化与提升,感觉一轮复习后学生定型,     

非局部时滞反应扩散方程行波解的稳定性

考虑了非局部时滞反应扩散方程行波解的稳定性.在合适的加权L~∞空间下,证明了非临界波指数稳定,临界波代数稳定(即代数衰减).还利用加权能量估计的方法得到了衰减速率.我们把相关结果应用到了host-vector模型,Nicholson blowflies方程和一个修改了的传染病模型.     

基于主成分回归模型的湖南省就业影响因素分析

针对湖南省就业人数的影响因素问题,首先利用灰关联分析和相关系数法优选出对就业人数影响较大的指标,然后对优选的指标进行主成分分析得出了主成分表达式,最后将就业人数与主成分进行回归得到了就业人数的拟合方程.结果表明,城市化水平、国内生产总值和居民消费水平对湖南省就业人数的影响最大,从而为政府有关部门的决策提供了一定的参考依据.     

最小二乘法的统计学原理及在农业试验分析中的应用

在现实世界中,普遍地存在着变量之间相互联系、相互制约的关系.那么,怎样用一个简单的解析式较为准确地描述和反映变量之间的关系呢?回归分析是最好的数学工具.在回归分析中,估计回归方程经常用到普通最小二乘法.然而,最小二乘法因其抽象常常被大家所忽视,它是从误差拟合角度对回归模型进行参数估计,并在参数估计以及预测、预报等众多农业领域中得到广泛的应用.就最小二乘法的引入,原理的证明,简单的应用进行归纳和总结.探讨了最小二乘法的线性拟合,对非线性拟合作了简要的叙述,使人们对最小二乘法有更为清晰、系统、全面地认识.农业科学研究影响因素多,能产生多种现象,似乎无规律可循,但是,在一定的条件、范围内,是有一定规律可循的,在这里,采用逆向思维的方法,应用普通最小二乘法就能很好地解决这一类问题,它为农业科研分析提供了一种强有力的手段.     

基于稀疏重建的航空货运量模型研究

压缩感知(Compressed Sensing CS)理论广泛应用于应用数学、图像重建、信道估计以及谱估计等不同领域.在理论方面,依据压缩感知基本理论建立差分稀疏凸优化模型,并推导差分稀疏重建限制子空间特征值的稳定性条件;在应用方面,研究此模型在我国航空货运量建模与预测中的应用,以1998-2007年我国航空货运量的统计数据为基础,利用凸优化理论建立我国航空货运量的差分稀疏模型.通过拟合误差指标的详细比较可知:相对于灰色理论模型、回归分析模型,航空货运量的差分稀疏模型具有更高拟合精度.实验证明,差分稀疏理论可以为航空货运量的短期预测以及航空货运业调控提供有效理论支持.     

航空通信网络中复杂干扰过滤技术研究

航空通信环境中存在复杂的干扰信号,对正常的通信信号造成强烈的干扰。利用传统算法进行干扰信号过滤,无法避免由于干扰信号过于复杂导致过滤不充分的缺陷。提出一种基于加权残差优化算法的航空通信网络中复杂干扰过滤方法。对原始信号进行降频处理,能够消除峰值干扰信号,提高了信号的准确性。根据加权残差修正优化算法的相关原理,对通信信号进行残差优化处理,经过处理后的通信信号在受到干扰时会形成零陷,实现了对复杂干扰信号的过滤。实验结果表明,利用该算法进行航空通信网络中复杂干扰信号过滤,能够有效提高过滤的准确性,效果令人满意。     

回归的能源有效网络大数据流汇聚算法研究

为了降低传感器网络数据流汇聚时的能源消耗,提出了一种基于回归的能源有效数据流汇聚算法。首先,将传感器节点分为活跃节点和能源有效节点。然后,以活跃节点为中心点将所有节点进行聚类,并应用回归方法通过活跃节点的数据流对能源有效节点的数据进行预测。接下来,通过节点预测值的累积误差不断修正活跃节点集。最后,应用活跃节点的数据流信息对能源有效节点的数据进行预测。实验表明,本文提出的算法与其它相关算法相比具有更好的预测准确性。     

基于PSO-SVR算法的氧乐果合成过程建模研究

针对氧乐果合成过程中温度控制具有参数时变、时滞后、非线性的特点,提出了一种基于改进粒子群算法的支持向量回归的建模方法。对于支持向量回归模型,3个参数(ε,C,γ)的选取很大程度上决定了其拟合的精度和泛化能力的好坏,采用改进的粒子群算法对参数(ε,C,γ)进行同时寻优,建立了改进的氧乐果合成过程PSO-SVR回归模型,该模型具有很好的学习能力和推广能力。实验结果表明,模型较好地体现了系统的动态特性,可用于氧乐果合成过程的模型预估控制,提高系统的控制品质。     

迭代加权质心法机理及多星定位误差特性研究

提高星敏感器星点定位精度是高精度星敏感器关键技术之一。常规质心法和高斯拟合法定位最小均方误差在0.1 pixel左右,难以满足未来高精度定位需求。在自适应光学领域,为研究Shack-Hartmann传感器波前定位而提出的迭代加权质心算法(IWCOG),其定位误差优于前两种算法,但目前该算法的定位机理及多星定位误差特性未知。从Meanshift理论角度推出该算法定位机制,证明算法的收敛性;每个仿真采用蒙特卡罗方法随机生成10000个星点样本,通过分析星点参数、信噪比与定位误差的关系研究IWCOG算法在星敏感器多星定位的特点。模拟结果显示,在信噪比R=40下,IWCOG法星点提取误差低于0.02 pixel的样本占44%,低于0.04 pixel的占72%,远高于质心法的0.8%和1.9%,基本满足甚高精度星敏感器的定位要求。