关于两个图的一类新连接图的谱

给定2个图G1和G2，设G1的边集E(G1)={e1,e2,?,em1}，则图G1⊙G2可由一个G1，m1个G2通过在G1对应的每条边外加一个孤立点，新增加的点记为U={u1,u2,?,um1}，将ui分别与第i个G2的所有点以及G1中的边ei的端点相连得到，其中i=?1,2,?,m1。得到：（i）当G1是正则图，G2是正则图或完全二部图时，确定了G1⊙G2的邻接谱（A-谱）。（ii）当G1是正则图，G2是任意图时，给出了G1⊙G2的拉普拉斯谱（L-谱）。（iii）当G1和G2都是正则图时，给出了G1⊙G2的无符号拉普拉斯谱（Q-谱）。作为以上结论的应用，构建了无限多对A-同谱图、L-同谱图和Q-同谱图；同时当G1是正则图时，确定了G1⊙G2支撑树的数量和Kirchhoff指数。     

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。     

对合三角泛函方程的Ulam-Hyers稳定性问题

给出从群G到复数域F上的一类对合三角泛函方程的一般解和Ulam-Hyers稳定性问题,得到扰动泛函方程更小的上界,最后完善相关结论。     

相对性区域创新指数与经济周期挖掘

提出了一类新的相对性区域创新指数,并采用世界专利申请数据对其进行了具体计算.基于区域创新同经济发展水平之间的超线性关系,该指数消除了经济发展水平对创新能力的影响,可以实现对不同发展水平的经济体之间进行有效的创新能力横纵对比.该创新指数尽管极其简单,却揭示出一系列迥异于传统认知的现象,例如中国大陆地区的技术创新能力在1980年代就已经位居世界前列.采用该指数,不但可以在较高水平上解释世界各国的经济增长,还发现它同经济增长率之间的相关性存在一个20年的经济周期.这些结果显示,该指数作为一个单一性指标,以极小的数据依赖就实现了较高程度的解释性,不但重新定位了世界各经济体的创新能力,对深入理解创新同经济发展之间的关系提供了新的角度,而且暗示着这类相对性经济指标的发展潜力与应用空间.     

《数值流形法》序

得知郑宏教授的《数值流形法》即将脱稿,激动之情难以言表.我完全同意郑教授将流形法的特点归结为“升阶”和“切割”.受郑教授的委托,我愿在此将建立流形法的历程做一简单的回忆.其实早在1985年———也就是在我完成不连续变形分析法(DDA)之前,“升阶”在我心中已完全成熟.“升阶”似乎能取得一致收敛,弥补有限元只能按能量收敛的缺憾.我没有急于发表是因为一直没能想到令我满意的解决“不连续”的办法.起初曾想过在DDA块体上引入高阶多项式,或在块体上再划网格,也就是用分片多项式来提高DDA块体的变形精度.但我对这些方案都不甚满意,因为实际计算时多项式的阶数会受到限制,引入网格又会招致有限元既有的毛病——解的精度受控于网格质量.     

基于M估计的稳健单指数投资组合模型

针对单指数投资组合模型,用稳健的M估计去估计模型参数,减少了样本数据异常值对模型的影响,并对沪市权重股进行了实证检验,得到了投资组合的有效前沿。     

基于波长调制-直接吸收光谱方法的CO分子1567 nm处谱线参数高精度标定

直接吸收光谱(DAS)可直接测量分子吸收率函数,并通过拟合吸收率函数确定待测气体参数.波长调制-直接吸收光谱(WM-DAS)在DAS基础上,结合了波长调制光谱(WMS)中谐波分析思想,利用傅里叶变换复现吸收率函数,可有效提高吸收率函数的测量精度.本文利用WM-DAS方法结合长光程气体吸收池,在室温低压条件下,对CO分子1567 nm处R5-R11近红外弱吸收谱线吸收率函数进行了精确复现,其拟合残差标准差低至3×10^-5,随后根据测得的吸收率函数对谱线的碰撞展宽、Dicke收敛以及速度依赖的碰撞展宽系数等光谱参数进行了高精度标定,并将其与高灵敏度的连续波腔衰荡光谱(CW-CRDS)测量结果进行了比较,实验结果表明该方法与CW-CRDS测量结果具有高度一致性,更具有系统简单、测量速度快、对环境要求低等优点.