基于Kronecker型替换的黑盒多项式稀疏插值

本文基于新的Kronecker型替换,给出两个由黑盒表示的稀疏多项式的新确定性插值算法.令f∈R[x1,……,xn]是一个稀疏黑盒多项式,其次数上界为D.当R是C或者是有限域时,相对于已有算法,新算法具有更好的计算复杂度或者关于D的复杂度更低.特别地,对于一般黑盒模型,D是复杂度中的主要因素,而在所有的确定性算法中,本文的第二个算法的复杂度关于D是最低的.     

部分线性分位回归模型估计的MM算法

近年来,关于部分线性分位回归模型的估计方法的研究得到了较多的关注.但由于目标函数的非光滑性,估计程序的实现是比较具有挑战性的.文章将采用MM(Majorization Minimization)算法计算部分线性分位数回归模型的估计.其基本原理是首先找到目标函数的优化函数,然后借助优化函数的最小化过程,逐步迭代至目标函数的解.数值模拟和实证研究表明该算法具有较好的稳定性和较强的数值计算能力.     

平板几何迁移算子的特征值问题

研究L^p(1相似文献   

天然气稳态运行优化的混合整数模型及其算法

天然气稳态运行优化问题的难点在于网络结构复杂、规模大、目标函数及约束高度非线性.针对其混合整数非线性规划模型,基于网络约简和线性化技术,建立了线性近似模型,并提出一种新的求解算法.将新算法用于优化我国西部天然气管网系统,结果表明所提算法是有效的.     

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。     

线性异方差模型在太阳能电池退化及可靠性分析中的应用

太阳能电池片是构成卫星太阳能电池板的基本元件,太阳能电池板的可靠性及寿命是影响整个卫星可靠性和寿命的重要因素.太阳能电池片随着使用时间的延长其光电转换效率随时间发生退化.在本文中,我们基于太阳电池片的加速退化试验测试数据,对太阳能电池片的退化规律进行统计建模,并进一步对太阳能电池板进行可靠性分析与评估.针对太阳能电池片退化率与累计辐照剂量的试验数据,我们用线性异方差模型来进行建模,最后利用Fiducial推断的方法得到太阳能电池板的寿命分布,本文将利用一个实例来说明分析和计算过程.     

可数无限群作用子集的单纯Bowen拓扑熵 献给杨乐教授80华诞

本文研究紧度量空间上可数无限群作用给出的动力系统G■X.特别地,对于X的任何一个子集Z,定义这个群作用相对于子集Z的单纯(naive) Bowen拓扑熵h_(top)~(nv)(G, Z).进一步,本文研究这种熵的基本性质,并且对于非顺从的可数无限群,计算这种熵的取值范围.事实证明,这种单纯熵的取值真的很单纯,反映了动力系统复杂度的一种二分现象.     

一类不确定随机非线性系统的采样扩张状态观测器设计与观测误差的收敛性分析

实际系统中普遍存在各种干扰和不确定性因素,并且对控制系统的性能造成负面影响,因此设计对干扰和不确定性具有优异估计性能的观测器显得尤为重要.针对一类具有采样输出的不确定随机非线性系统,设计相应的采样扩张状态观测器用于在线估计不可量测状态和影响系统性能的随机总干扰.所估计的随机总干扰包含系统内部未建模动态、统计特性未知的外部有界噪声干扰以及不确定性因素的非线性耦合作用.在每个采样区间内,设计一个输出预估器用于估计实际输出,相应的输出估计值用于采样扩张状态观测器的设计.证明了所设计的采样扩张状态观测器对不可量测状态和随机总干扰的观测误差的均方收敛性.最后,一个具体仿真实例用于证实理论结果.     

几乎各向同性的高维空间分数阶扩散方程的分块快速正则Hermite分裂预处理方法

一类空间分数阶扩散方程经过有限差分离散后所得到的离散线性方程组的系数矩阵是两个对角矩阵与Toeplitz型矩阵的乘积之和.在本文中,对于几乎各向同性的二维或三维空间分数阶扩散方程的离散线性方程组,采用预处理Krylov子空间迭代方法,我们利用其系数矩阵的特殊结构和具体性质构造了一类分块快速正则Hermite分裂预处理子.通过理论分析,我们证明了所对应的预处理矩阵的特征值大部分都聚集于1的附近.数值实验也表明,这类分块快速正则Hermite分裂预处理子可以明显地加快广义极小残量(GMRES)方法和稳定化的双共轭梯度(BiCGSTAB)方法等Krylov子空间迭代方法的收敛速度.     

轴突输运中的行波解

本文对于起源于神经科学的一类轴突输运方程研究了行波解的性质,从数学上解析了神经信号是如何通过行波解传递的.