具连续时滞Liénard方程概周期解的存在唯一性

结合Liapunov泛函，研究了具连续时滞Lienard方程概周期解的存在唯一性和安全一致渐进稳定性。     

在模情况时二面体群$D_{2p}$作用下的transfer理想

In this paper, we determine the structures of the transfer ideal and its radical ideal for the ring of polynomials F p[x, y] under the action of dihedral group D2 p in the modular case. We mainly use Transfer variety, p order elements, and Hilbert’s Nullstellensatz Theorem.     

一个2+1维可积方程的代数几何解

该文从1+1维的孤子方程出发,构造出一个2+1维在Lax意义下可积的方程.接着这个2+1维可积方程被分解为可解的常微分方程.随后引入超椭圆Riemann曲面和Abel-Jacobi坐标把流进行了拉直.再利用Riemannθ函数给出了这个2+1维方程的代数几何解.     

需求随价格变化的具有折扣的易变质物品的库存模型

本文研究了在需求随价格变化及物品易变质的条件下，当供应商给予数量折扣时的库存问题。证明了当供应商给予数量折扣时，零售商的需求量是增大的，并给出了供应商给予数量折扣时零售商的订货量和订货周期的计算方法。对物品变质率和需求价格敏感系数对零售商的订货量、订货周期、出售价格和单位时间利润的影响进行了数值分析，并给出了数值算例。     

Z-阶化李超代数的斜超导子和P-结合型

设L为特征P>2的域上的Z-阶化李超代数,L*为其对偶空间.为刻画L到L*的斜超导子,研究了L上的P-结合型,其中P为L的子代数.     

分类问题的在线顺序双并联快速学习机

双并联前馈神经网络模型是单层感知机和单隐层前馈神经网络的混合结构,本文构造了一种双并联快速学习机算法,与其他类似算法比较,提出的算法能利用较少的隐层单元及更少的待定参数,获得近似的学习性能.数值实验表明,对很多实际分类问题,提出的算法具备更佳的泛化能力,因而可以作为快速学习机算法的有益补充.     

关于组合交错和的渐近性

所谓的Rice’s方法是估计交错和Df_n=sum from k=0 to n(_k~n)(-1)~kf_k,其中,序列f_n能扩充为一个解析函数f(n).在算法分析的许多问题中,经常导出序列Df_n.在60年代,Knuth在分类交换基     

向量组线性相关性的教学方法与技巧

向量组线性相关性是线性代数教学中的一项重要内容．由于概念比较抽象、定理难以理解,因此一直是线性代数教学环节中的一项难点．通过对向量组线性相关性的定义以及判断方法进行了形象的描述,建立向量组线性相关性与矩阵、线性方程组之间的关系,有利于学生理解向量组线性相关性的真正内涵与简便求解方法．     

基于一阶Takagi-Sugeno系统的Pi-Sigma网络的改进神经-模糊梯度学习算法

This paper presents a Pi-Sigma network to identify first-order Tagaki-Sugeno（T-S） fuzzy inference system and proposes a simplified gradient-based neuro-fuzzy learning algorithm.A comprehensive study on the weak and strong convergence for the learning method is made,which indicates that the sequence of error function goes to a fixed value,and the gradient of the error function goes to zero,respectively.     

SFE-SSD: 浅层特征增强的SSD算法在小目标检测问题中的研究与应用

SSD (Single Shot Multibox Dectetor)算法由于具有高速且高精度的检测性能,是目前最好的目标检测算法之一.但由于提取检测框的特征层的特征信息不足, SSD算法在小目标检测任务中表现不佳.为了解决这个问题,目前大部分方法以严重牺牲检测速度为代价提升目标检测模型的精度. 本文提出了SFE-SSD (Shallow Feature Enhancement SSD)提升SSD模型在小目标检测任务中的性能.首先我们采用反卷积操作对SSD算法中检测框金字塔特征层的最浅特征层进行特征扩张.接着通过特征融合机制对扩张后的特征层进行特征增强操作.浅层特征增强策略与SSD 的原始框提取金字塔特征层是并行结构,一定程度上是可以减少检测速度的损失.实验结果显示,我们的方法在PASCAL VOC 2007数据库上精度达到了78.4\%mAP高于SSD算法1.2\%,检测速度达到了81帧/秒,并且在小目标检测任务中有着显著的提升.