多元统计分析中一类矩阵迹函数最小化问题的有效算法

研究来源于多元统计分析中的一类矩阵迹函数最小化问题$\min c+ tr(AX)+\sum\limits_{j=1}^{m}tr(B_j X C_jX^{T}),\ \ {\rm s. t.} \ X^TX=I_p,$其中$c$为常数, $A\in R^{p\times n}\ (n\geq p)$, $B_j\in R^{n\times n}, C_j\in R^{p\times p}$为给定系数矩阵. 数值实验表明已有的Majorization算法虽可行, 但收敛速度缓慢且精度不高. 本文从黎曼流形的角度重新研究该问题, 基于Stiefel流形的几何性质, 构造一类黎曼非单调共轭梯度迭代求解算法, 并给出算法收敛性分析.数值实验和数值比较验证所提出的算法对于问题模型是高效可行的.     

基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

模糊选择函数半序合理的充分条件

在G?del t-模下,研究了模糊选择函数的半序合理性.首先给出了模糊选择函数的合理性条件FA1.然后研究了该条件与模糊选择函数半序合理性之间的关系,得到了半序合理的一个充分条件.     

基于模糊综合评判的大学数学考核方式改革

独立高校数学课程的开设旨在让学生掌握数学知识的基础上,提高数学应用能力.然而现行的考核方式存在重考试结果,轻学习过程等问题.从传统考核方式入手,指出其不足之处,基于模糊综合评判法建立新型评价体系和数学模型,通过试点运行验证了新的考核方式的可行性、客观性、合理性和科学性.     

An Improved Composite Multiscale Fuzzy Entropy for Feature Extraction of MI-EEG

Motor Imagery Electroencephalography (MI-EEG) has shown good prospects in neurorehabilitation, and the entropy-based nonlinear dynamic methods have been successfully applied to feature extraction of MI-EEG. Especially based on Multiscale Fuzzy Entropy (MFE), the fuzzy entropies of the τ coarse-grained sequences in τ scale are calculated and averaged to develop the Composite MFE (CMFE) with more feature information. However, the coarse-grained process fails to match the nonstationary characteristic of MI-EEG by a mean filtering algorithm. In this paper, CMFE is improved by assigning the different weight factors to the different sample points in the coarse-grained process, i.e., using the weighted mean filters instead of the original mean filters, which is conductive to signal filtering and feature extraction, and the resulting personalized Weighted CMFE (WCMFE) is more suitable to represent the nonstationary MI-EEG for different subjects. All the WCMFEs of multi-channel MI-EEG are fused in serial to construct the feature vector, which is evaluated by a back-propagation neural network. Based on a public dataset, extensive experiments are conducted, yielding a relatively higher classification accuracy by WCMFE, and the statistical significance is examined by two-sample t-test. The results suggest that WCMFE is superior to the other entropy-based and traditional feature extraction methods.     

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.     

基于改进VIKOR方法的地震应急物资运输决策问题研究

地震灾害应急救援物资方案的合理选择对与减少人员伤亡,降低灾民的财产损失具有重要影响。本文针对属性权重未知情形下的地震应急物资运输方案决策问题,提出了一种Pythagorean模糊不确定语言与前景理论相结合的改进VIKOR决策方法,即PFUL-PT-VIKOR法。首先,采用Pythagorean模糊不确定语言用于描述和融合专家对地震应急物资运输方案在考虑多种属性影响下的感知信息;其次,利用主客观融合法对属性权重进行求解;然后,提出基于前景理论的改进VIKOR法并得出方案排序;最后,通过算例分析,对所提出方法的有效性和实践性给予验证。结果表明,PFUL-PT-VIKOR模型有助于增强决策专家对不确定突发情景信息感知的知识表示能力,解决属性赋权过于主观或过分依赖样本的困难,并突围了应急决策者隐性心理行为较难定量应用的思维定势,增强了模型的现实适用性,为地震应急物资是否合理运输提供决策支持。