幂幂损失下正约束参数的贝叶斯估计量及其应用（英文）

所提出的幂幂损失函数对参数过大或过小具有均衡收敛速度或惩罚,具有本文列出的所有七个性质,因此建议用于正限制参数空间.然后在幂幂损失函数下计算参数的贝叶斯估计量、后验风险、综合风险和贝叶斯风险.接着,我们在一个分层正态–正态逆伽玛模型下解析地计算了这些量.最后,数值模拟验证了我们的理论研究.     

基于降阶模型和数据驱动的动态结构数字孪生方法北大核心CSCD

针对受动载荷作用的结构,提出了一种基于降阶模型库和机器学习数据驱动的数字孪生构建方法.首先根据物理结构服役过程中可能出现的损伤状态,采用有限单元法建立高保真有限元模型.其次采用Krylov子空间模型降阶方法对模型进行降阶,建立了物理结构各种状态下的降阶模型,形成模型库.最后利用随机森林机器学习算法训练获得模型选择器,通过物理结构上传感器的数据推断当前物理结构的状态,驱动数字孪生体跟随物理结构一同演化.设计制作了一个框架结构物理模型,模拟了结构不同位置损伤及不同损伤程度,验证了提出的数字孪生构建方法.     

Dynamics of a Diffusion Malaria Model With Vector-Bias北大核心CSCD

为了探讨季节性、蚊子叮咬的偏好性和人类的扩散对疟疾传播的影响,该文提出了一个部分退化的周期反应扩散模型.利用动力系统的持续性理论,研究了模型关于基本再生数R₀的阈值动力学.即当R₀<1时,疾病灭绝;而当R₀>1时,疾病一致持续,且会发生季节性的流行.数值上发现了忽略空间异质性和蚊子叮咬的偏好性会低估疾病传染的风险.     

含空隙的各向同性介质Helmholtz方程扰动问题的传输特征值

传输特征值在反散射唯一性理论中具有十分重要的意义.在含空隙的各向同性非均匀介质折射率扰动下,研究了Helmholtz方程传输特征值的存在性问题.首先,通过构造Neumann-Dirichlet算子,建立传输特征值问题的等价形式.然后,进一步构造特征值函数,将扰动的传输特征值问题转化为算子为零特征值的扰动问题.最后,利用隐函数定理的扰动方法证明传输特征值的存在性.     

一种迭代正则化方法求解一类同时带有两个扰动数据的反向问题北大核心CSCD

该文考虑了一类带有扰动扩散系数和扰动终值数据的空间分数阶扩散方程反向问题,从终值时刻的测量数据来反演初始时刻数据.该问题是严重不适定的,因此该文提出了一种迭代正则化方法来处理该反向问题,并利用先验正则化参数选取规则得到了正则化解和精确解之间的误差估计,最后进行了一些数值模拟,验证了方法的有效性.     

环簇上的全纯多向量场构成的Gerstenhaber代数的BV算子（英文）

复流形上全纯多向量场构成的线性空间有一个自然的Gerstenhaber代数结构.本文研究紧光滑环簇上全纯多向量场构成的Gerstenhaber代数上的BV算子,给出了该情形下BV算子存在的一个充要条件.     

带非线性源项的Riesz回火分数阶扩散方程的预估校正方法

本文针对带非线性源项的Riesz回火分数阶扩散方程,利用预估校正方法离散时间偏导数,并用修正的二阶Lubich回火差分算子逼近Riesz空间回火的分数阶偏导数,构造出一类新的数值格式.给出了数值格式在一定条件下的稳定性与收敛性分析,且该格式的时间与空间收敛阶均为二阶.数值试验表明数值方法是有效的.     

一种解非线性方程组的不精确牛顿——兰索斯方法

本文提出一种不完全线搜索技术的不精确牛顿—克雷洛夫(Newton-Krylov)子空间方法解对称非线性方程组,其中克雷洛夫子空间方法采用的是兰索斯(Lanczos)类分解技术.迭代方向是通过使用兰索斯方法近似求解非线性方程组的牛顿方程获得的.在合理的假设条件下,分析了算法的全局收敛性和局部超线性收敛速率.最后,数值结果显示了该算法的有效性.     

固定效应空间自回归分位数模型的变量选择

本文研究了固定效应空间自回归分位数模型的变量选择问题.通过惩罚压缩相关参数,达到了同时识别空间效应、估计未知参数和选择解释变量的目的.此外,给出了变量选择的实现算法并证明了惩罚估计量的大样本性质.数值模拟和实例分析均表明了所提方法的优良表现.     

基于数学抽象素养的教学设计——以“空间向量及其运算(1)”为例

空间向量是解决三维空间中图形的位置关系与度量问题的有效工具.本文中通过类比平面向量的相关定义及运算法则,引导学生自主归纳空间向量及其运算,并从情境与问题、知识与技能、思维与表达这三个方面反映数学学科核心素养的维度;通过引导学生历经观察、思考、合作、探究、交流的过程,螺旋式培养学生的数学抽象和直观想象素养.