一类二阶Duffing方程反周期解的存在性和多重性北大核心CSCD

采用变分方法证明了一类带反周期边界条件的二阶Duffing方程解的存在性和多重性.     

非线性玻尔兹曼方程的傅里叶谱方法

玻尔兹曼方程作为空气动理学中最基本的方程之一,是连接微观牛顿力学和宏观连续介质力学的重要桥梁.该方程描述了一个由大量粒子组成的复杂系统的非平衡态时间演化:除了基本的输运项,其最重要的特性是粒子间的相互碰撞由一个高维,非局部且非线性的积分算子来描述,从而给玻尔兹曼方程的数值求解带来非常大的挑战.在过去的二十年间,基于傅里叶级数的谱方法成为了数值求解玻尔兹曼方程的一种很受欢迎且有效的确定性算法.这主要归功于谱方法的高精度及它可以被快速傅里叶变换加速的特质.本文将回顾玻尔兹曼方程的傅里叶谱方法,具体包括方法的导出,稳定性和收敛性分析,快速算法,以及在一大类基于碰撞的空气动理学方程中的推广.     

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.     

Boussinesq方程行波解的存在性

利用平面动力系统方法的分支理论，研究了Boussinesq方程，通过对Boussinesq方程进行行波变换，得到了相应行波系统的首次积分和平衡点，给出了不同参数条件下的相图，证实了Boussinesq方程存在孤立波解和周期波解。     

非线性薛定谔方程的精确解析解

薛定谔方程可以用来描述具有非线性和分布色散的非均匀光纤中孤子传输的动力学。本文获得了变系数非线性薛定谔方程大量的精确解析解,包括了亮孤子解、暗孤子解、双曲函数解、三角函数解以及一些有理解。这些解有丰富的动力学结构,有助于我们理解薛定谔方程背后的物理背景。     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

阻尼分数阶薛定谔方程柯西问题的局部适定性

本文在全空间中研究一类带阻尼的散焦型分数阶薛定谔方程的柯西问题,阻尼系数是依赖于时间的,并且可能在无穷处消失.我们借助单调算子理论得到了弱解的存在性;利用Strichartz估计以及压缩不动点定理得到了局部解的唯一性;利用精细的能量估计和下半连续性讨论建立了L~2和H~α∩L^p+2的能量衰减估计.     

新建住宅价格指数编制模型的优良性检验

研究房价指数编制模型的优良性检验方法可以指导房价指数编制工作,有助于在实际应用中选择更为科学准确的房价指数.从统计指数偏误的角度来评价房价指数的优良性,并给出了检验房价指数是否有型偏误的具体方法.对BMN重复交易模型和标普Case-Shiller模型从理论推导角度进行时间互换检验,发现前者没有型偏误而后者有型偏误.从模型计算角度对两个新建住宅价格指数编制模型进行实证分析,发现对数匹配模型没有型偏误,贴现匹配模型有型偏误.