一类非线性发展方程的精确解

利用hirota双线性法,得到(3+1)维孤子方程、(3+1)维KP-Boussinesq方程、(2+1)维修正Caudrey-Dodd-Gibbon-Kotera-S awada方程、Hirota-Satsuma浅水波方程的精确解,并做出一部分解的图形,进一步研究解的结构和性质.     

分数阶热弹理论下重力场对二维纤维增强介质的影响

基于Sherief等提出的分数阶广义热弹性耦合理论，研究了在热冲击作用下二维纤维增强弹性体的热弹性问题.考虑了重力对二维纤维增强线性热弹性各向同性介质的影响，建立了控制方程.运用正则模态法，经过数值计算，对控制方程进行求解，得到了不同分数阶参数和不同重力场下无量纲温度、位移和应力分量的表达式，以图形的方式展示了变量的分布规律并对结果展开了讨论.研究结果为:重力场和分数阶参数对纤维增强介质的位移及应力有着重要的影响，但对温度的影响有限.     

媒体演示在基础物理实验教学中的应用

媒体演示改变了传统的教学方法,激活课堂气氛,创设学习情境,可以使抽象问题浅显易懂。实践表明,借助媒体演示,可以培养学生观察、分析、想象等能力,发展学生探究知识的能力,大大的提高了课堂教学质量与效果。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

基于不同策略的三角形区域Hotelling模型混沌动力学分析

建立三角形区域双寡头Hotelling博弈模型,研究了具有不同价格竞争策略的复杂动力学问题.当某些参数发生变化时,会打破系统的纳什均衡,出现分岔、混沌、吸引子和初始条件敏感依赖性等动力学行为,计算了其分形维数.结果表明,采用OYG控制方法,可实现良好的混沌控制效果,使市场回归稳定.     

区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

高维多项式理想的实根计算

研究高维多项式理想实根的计算。对于给定的高维多项式理想,首先通过一个典范同态映射将其转化为扩张多项式环中的零维理想。基于零维实根是实极大理想的交集的结论,该扩张理想的实根可以在新的多项式环中计算。最后,通过理想的收缩,把实根收缩回原多项式环,便可得到高维多项式理想的实根。     

基于Green-Naghdi模型与三相延迟模型的耦合热弹性波传播

研究了基于G-N模型与三项延迟模型的热弹性波的传播特征.在各种广义热弹性理论中,热位移概念的引入使得G-N模型具有独特性质而引起广泛的关注和应用.基于G-N模型,最近一个三相延迟模型被提出.主要研究了这两种模型下第一和第二声波(耦合热弹性波)的色散和衰减特性,分析了温度场和位移场在两种模型下的振幅比和相位差.结果发现三相延迟模型更为通用和灵活,应得到更多的关注与应用.     

基于SEIR模型的COVID-19疫情防控效果评估和预测

通过对COVID-19疫情在中国的传播情况进行分析，建立了一个SEIR流行病模型，模型中将确诊人群分成已收治和未收治两类.先从理论上分析了模型的无病平衡点及其稳定性、基本再生数等关键问题；再结合实际数据，对武汉封城前和封城后两个阶段疫情的发展趋势进行数值模拟和比较分析，讨论了模型中一些重要参数对确诊人数的影响；最后，针对上述理论分析和数值模拟的结果，对之前采取的一些控制策略作了分析评估，同时对疫情后期发展进行预测.