广义神经传播方程的整体吸引子

使用Galerkin方法,结合Sobolev空间理论和不等式技巧,给出了广义神经传播方程解的存在唯一性定理,然后利用吸引子存在性定理,采用半群方法证明了方程整体吸引子的存在性.     

对称向量拟均衡问题有效解的存在性

利用标量化方法建立对称向量拟均衡问题有效解的存在性定理。作为标量化方法的应用，利用这一方法得到向量变分不等式和拟向量变分不等式有效解的存在性定理。     

全局优化问题的一个新的无参数填充函数

求全局最优化问题的填充函数算法被提出以来，参数的选取和调整一直是制约算法有效性的因素。如何在实际的计算过程中选取合适的参数，直接影响和决定了运算速度和效率。因此，构造不含参数的填充函数就显得极为重要。提出一个新的无参数的填充函数，对其理论性质进行了分析，并给出相应的填充函数算法，数值计算验证了算法的有效性。     

托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

一类具Rotenberg模型解的存在性

迁移方程是研究物质中的粒子运动所产生的微观效应综合所致的宏观迁移现象规律的一种模型,研究这类迁移方程对数学基础理论的发展有着非常重要的意义.在L_1空间中,运用线性算子理论,研究了种群细胞增生中具Rotenberg模型的迁移方程,采用所谓的豫解算子等法证明了种群细胞增生中具Rotenberg模型解的存在性.     

一种自适应Dai-Liao共轭梯度法

共轭梯度法是一种解决大规模无约束优化问题的重要方法.本文对Dai-Liao (DL)共轭梯度法的参数进行了研究,提出了一种新的自适应DL共轭梯度法.在适当的条件下,证明了该方法的全局收敛性.数值结果表明,我们的方法对给定的测试问题是有效的.     

一类二阶非线性p-Laplace系统快速同宿轨的存在性

考虑了一类二阶非线性p-Laplace系统的快速同宿轨问题.利用临界点理论中的山路引理和对称山路引理,获得了系统快速同宿轨存在性与多重性的结果.     

A filter method for nonlinear semidefinite programming with global convergence

In this study, a new filter algorithm is presented for solving the nonlinear semidefinite programming. This algorithm is inspired by the classical sequential quadratic programming method. Unlike the traditional filter methods, the sufficient descent is ensured by changing the step size instead of the trust region radius. Under some suitable conditions, the global convergence is obtained. In the end, some numerical experiments are given to show that the algorithm is effective.     

基于视角无关转换的深度摄像机定位技术

通过整合深度和颜色信息,深度摄像机Kinect能够稳健的侦测出人体及人体骨架关节点,为计算机视觉、人体行为识别、机器人学的发展带来了革命性的进步.然而单台深度摄像机的侦测范围有限.虽然采用多台深度摄像机所构建的摄像机网可有效的扩大侦测范围,但是必须依赖深度摄影机之间的相对位置与朝向的精确标定.论文采用作者之前提出的以人体骨架为基础的视角无关转换技术,能快速稳健的标定出深度摄像机之间的位置关系.通过利用相邻两台深度摄影机同时侦测到的人体骨架,论文能直接利用深度摄影机所量测的人体上半身中稳定的关节点为新坐标系的参考点,实时的计算出两摄影机之间的平移向量和旋转矩阵,而不依赖其他额外的校正设备或人为介入处理.通过在室内环境中安装两台摆放于不同位置与朝向的深度摄影机,从而,验证了该方法的实时性与易用性.该实时标定方法解决了深度摄影机侦测范围有限的限制,同时,可由两两相邻的标定扩展到多台深度相机的全局标定,从而,可以被广泛的应用于人体行为识别、情境感知服务等领域.