一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.     

Attractors for a Three-Dimensional Thermo-Mechanical Model of Shape Memory Alloys

Abstract In this note, we consider a Frémond model of shape memory alloys. Let us imagine a piece of a shape memory alloy which is fixed on one part of its boundary, and assume that forcing terms, e.g., heat sources and external stress on the remaining part of its boundary, converge to some time-independent functions, in appropriate senses, as time goes to infinity. Under the above assumption, we shall discuss the asymptotic stability for the dynamical system from the viewpoint of the global attractor. More precisely, we generalize the paper [12] dealing with the one-dimensional case. First, we show the existence of the global attractor for the limiting autonomous dynamical system; then we characterize the asymptotic stability for the non-autonomous case by the limiting global attractor. * Project supported by the MIUR-COFIN 2004 research program on “Mathematical Modelling and Analysis of Free Boundary Problems”.     

中国股市长记忆的修正R/S分析

本文在比较各种长记忆检验方法优缺点的基础上,采用修正的R/S分析检验我国沪深两股市日收益和日绝对收益序列的长记忆性。结果表明在0.05的显著水平下,两股市的日收益序列均无长记忆,但深圳成指日收益序列的记忆长度比上证综指日收益序列的记忆长度长;以日绝对收益序列为代表的波动序列具有较强的长记忆性。     

精心设计问题培养学生能力

记忆特征告诉我们，要加强对某一件事的记忆，加深对某一问题的理解，“错误”与“教训”是最为深刻的．数学教学何尝不是如此．例如，为了加深学生对等差数列的前n项和公式的理解和应用，在教学中可设计如下两个问题：     

一种有效记忆热力学关系的方法

 均匀物质的热力学性质是热力学理论的基础知识,也是入门知识,因而对这部分知识的学习和掌握就显得尤为重要。但是,在历年的教学中发现,学生对这部分知识的掌握并不好,究其原因,重要的一条是这部分内容概念多、参量多、公式多、状态多,并且各参量之间,各公式之间互相联系、十分类似,因而记忆时特别容易混淆,从而导致理解和应用的障碍。所以,若能找到一种便于记忆的方法,那么,无论是对学生还是对教师都将有很大帮助。基于以上这些认识,本文将从教学内容出发,本着直观简单的原则,介绍一种十分便于记忆的方法---函数图像法。     

Total Dose Radiation Tolerance of Phase Change Memory Cell with GeSbTe Alloy

Phase change memory （PCM） cell array is fabricated by a standard complementary metal-oxide-semiconductor process and the subsequent special fabrication technique. A chalcogenide Ge2Sb2Te5 film in thickness 50hm deposited by rf magnetron sputtering is used as storage medium for the PCM cell. Large snap-back effect is observed in current-voltage characteristics, indicating the phase transition from an amorphous state （higher resistance state） to the crystalline state （lower resistance state）. The resistance of amorphous state is two orders of magnitude larger than that of the crystalline state from the resistance measurement, and the threshold current needed for phase transition of our fabricated PCM cell array is very low （only several μA）. An x-ray total dose radiation test is carried out on the PCM cell array and the results show that this kind of PCM cell has excellent total dose radiation tolerance with total dose up to 2 ×10^6 rad（Si）, which makes it attractive for space-based applications.     

记忆中抹不去的几件小事

第一次见到于敏先生是1982年9月，那时我刚到北京应用物理与计算数学研究所，于先生是所长．作为一名年轻的科研人员，那时候当面向于敏先生请教的机会不多，但认认真真拜读过于敏先生写的一本内部讲义．很为于先生的学识折服，因为在讲义中于先生易懂且严密地论述了一些非常复杂的科学问题，后来又读过于敏先生写的另一本内部讲义《等离子体动力学理论》，更加深了对于先生学术造诣的认识。     

Multiple-State Storage Capability of Stacked Chalcogenide Films （Si16Sb33Te51/Si4Sb45Te51/Si11Sb39Te50） for Phase Change Memory

The multiple-state storage capability of phase change memory （PCM） is confirmed by using stacked chalcogenide films as the storage medium. The current-voltage characteristics and the resistance-current characteristics of the PCM clearly indicate that four states can be stored in this stacked film structure. Qualitative analysis indicates that the multiple-state storage capability of this stacked film structure is due to successive crystallizations in different Si-Sb-Te layers triggered by different amplitude currents.     

高频超声中带退化记忆项的MGT方程解的衰减估计北大核心CSCD

研究了高频超声应用中带无穷退化记忆项的Moore-Gibson-Thompson方程τu_(ttt)+α(x)u_(tt)-c^(2)Δu-bΔu_(t)+∫^(∞)_(0)g(s)div[a(x)▽u(t-s)]ds=0解的适定性和衰减速率,其中非负函数a(x)和α(x)是可退化的并满足a(x)+α(x)≥δ>0.该系统是由黏性热松弛流体中波传播模型的线性化而得到的.通过使用Faedo-Galerkin逼近和能量估计,证明了解的适定性.在适当的假设下,通过构造适当的李雅普诺夫泛函,建立了能量的指数或一般衰减结果.     

基于时空图注意力网络的跳高轨迹预测

跳高运动由助跑、单脚起跳、越过横杆落地等一系列动作组成,跳高运动轨迹是一个复杂的因果系统.在每一个时间节点,运动员的身体姿态符合一定的规律约束.研究建立了跳高运动过程中关键身体关节节点坐标依时间变化的离散过程模型,每个时刻的各关节点位置向量由给定的之前若干个时刻的运动员关节点位置决定.跳高运动员肢体的摆动、关节点位置的变化都对运动员位移有重要作用.运动员重要关节点之间的相互作用,使得跳高运动轨迹难以刻画和预测.随着深度学习的发展,图神经网络在时空特征刻画和预测上具有优势.基于时空图注意力网络结合长短时记忆网络、门控循环单元(STGAT-LSTM、STGAT-GRU)建立了具有空间位置约束的跳高运动员关节点位置随时间变化的模型,用于推算跳高运动员重心和关节点位置轨迹.实验结果表明该模型能够很好地刻画跳高运动的过程,对于关节点位置的预测能够达到较好的效果.研究所提出模型的预测效果比基线模型准确性提高了0.02-0.03米.研究给出了基于神经网络模型进行跳高运动轨迹预测的可行解决方案,可作为跳高运动仿真和技术优化研究的重要参考.