p-Adic函数空间上Hardy型算子的多线性交换子估计

在p-adic域上研究分数次Hardy型算子与CMO(Q_p~n)函数生成的多线性交换子,建立了交换子在Lebesgue空间和Herz空间上的有界性.对Hardy算子的多线性交换子也得到了相应的结果.     

A类算子n次根的代数扩张是次标量算子

研究了A类算子n次根的代数扩张.特别地,利用空间分解技巧得到每个A类算子n次根的代数扩张是次标量算子.作为应用,考虑了此类算子的Weyl型定理和超不变子空间问题.     

共轭线性对称性及其对PT-对称量子理论的应用

传统量子系统的哈密顿是自伴算子,哈密顿的自伴性不仅保证系统遵循酉演化和保持概率守恒,而且也保证了它自身具有实的能量本征值,这类系统称为自伴量子系统.然而,确实存在一些物理系统(如PT-对称量子系统),其哈密顿不是自伴的,这类系统称为非自伴量子系统.为了深入研究PT-对称量子系统,并考虑到算子PT的共轭线性性,首先讨论了共轭线性算子的一些性质,包括它们的矩阵表示和谱结构等;其次,分别研究了具有共轭线性对称性和完整共轭线性对称性的线性算子,通过它们的矩阵表示,给出了共轭线性对称性和完整共轭线性对称性的等价刻画;作为应用,得到了关于PT-对称及完整PT-对称算子的一些有趣性质,并通过一些具体例子,说明了完整PT-对称性对张量积运算不具有封闭性,同时说明了完整PT-对称性既不是哈密顿算子在某个正定内积下自伴的充分条件,也不是必要条件.     

一道调研试题的多视角求解

一、试题呈现题目(南京、盐城2014届高三年级第二次模拟考试第17题)如图1,经过村庄A有两条夹角为60°的公路AB、AC,根据规划拟在两条公路之间的区域内建一工厂P,分别在两条公路边上建两个仓库M、N(异于村庄A),要求PM=PN=MN=2(单位:千米).如何设计,使得工厂产生的噪声对居民的影响最小(即工厂与村庄的距离最远).     

可发生多种故障的可修复系统稳定性分析

研究了可发生多种故障的可修复系统.运用C_0半群理论,通过服务率均值的观念,对系统主算子的谱界进行了估值,并得到该谱上界即为各服务率均值的最小者的相反数.然后运用了共尾的概念及相关的理论,得到了系统算子的谱界与系统算子产生的半群的增长界相等.最后由分析了系统算子的谱分布,得到了系统的指数稳定性.     

一类具有边界层性质的二次奇摄动边值问题

研究了一类具有边界层性质的二次奇摄动边值问题.在相对较弱的条件下,用合成展开法构造出该问题的形式近似式,并应用改进的Harten不动点定理和逆算子定理证明解的存在性及其渐近性质.最后,将所研究的问题和结论推广到更一般的高次情形.     

Hilbert空间中连续广义标架的和

基于Hilbert空间标架理论，借助算子工具，用己有连续广义标架构造了新连续广义标架，并给出了有限个连续广义标架和构成新连续广义标架的充要条件，为构造连续广义标架提供了新方法。     

地表高程对大气CO2反演的影响

从大气辐射传输模型正演和反演两个角度,探究CO_2观测时地表高程的敏感性。SRTM地表高程数据表明,在北京附近的平原地区,卫星指向不准导致的地表高程均值的误差较小,在偏移量为0.1～10.0km的情况下,误差极大值约为10m;而在北京附近山区以及平原与山区交界区内,地表高程均值的误差较大,误差极大值分别为713.98,515.61m。CO_2反演结果表明:高程值每变化100m,CO_2柱浓度偏差为3.29×10~(-6);在大气CO_2高精度反演中,地表高程偏差是一个关键因素。     

默认模式网络与任务正网络之间相互拮抗的神经动力学分析

任务正激活与任务负激活的工作机制是认知功能实现的基本要素.这一拮抗关系的失衡或者受损可能会引发一系列严重的退行性神经疾病，然而到目前为止，尚不清楚这种拮抗现象的神经机制.该文基于默认模式网络与任务正网络在突触层面上相互抑制的假设，并结合多种刺激条件下的工作记忆模型，进行了计算机数值模拟.研究结果表明: 1) 任务正网络与任务负网络之间在神经活动上呈现出拮抗关系； 2) 伴随着工作记忆刺激方向数目的增加，任务负网络神经活动的衰减程度会随之增大； 3) 当工作记忆相关的脑区其神经活动增加时，任务负网络的神经活动减少； 4) 并且随着工作记忆任务难度的增加，任务负网络的神经活动会迅速衰减.这些计算结果都与神经科学实验数据是匹配的.由于任务负激活是默认模式网络的主要特征，因此默认模式网络与任务正网络在突触层面上的相互抑制是这两种不同性质网络之间形成拮抗关系的根本原因.     

四川省入境旅游需求组合预测研究

通过对四川省入境旅游人数的准确预测,可以加强政府部门对旅游行业的把控,引导旅游市场资源的合理利用与配置提供了技术支持.建立了4种预测模型,对四川省入境旅游人数进行预测.比较两个误差指标值,表明组合预测方法能够有效地提高预测精度.