I 2 连续自映射混沌集合的Hausdorff 维数

把线段连续自映射混沌集合的Hausdorff维数的有关结论推广到I2上,证明了在C °(I2)中存在一个剩余集R,使对每一f∈R,如果集合CI2对f是Li-Yorke混沌的,则C的Hausdorff维数dimH (C)≤1.     

矩阵椭球等高分布不完全数据的参数估计

近年来,椭球等高分布在理论和应用上都已获得高度重视。矩阵椭球等高分布及其相应的样本理论是研究的热点之一。设x_((1)),…,x_     

锁相环与锁频环在数字Costas环中的应用

基于锁相环和锁频环的模型,研究了由两者构成的数字Costas环结构和性能.首先介绍了传统的数字Costas环模型,接着给出了鉴相器、二阶环路滤波器和三阶环路滤波器的结构,在此基础上分析了基于锁频环的数字Costas模型,实现了扩大Costas环的跟踪范围和提高跟踪精度的目的,最后给出了仿真结果,分析了两种环路单独和相结合后的应用和特点.     

关于七阶广义商高数的Terai猜想

设m是正偶数.运用初等数论方法证明了:当m≡2(mod 4)时,方程|m(m~6-21m~4+35m~2-7)|~x+|7m~6-35m~4+21m~2-1|~y=(m~2+1)~z仅有正整数解(x,y,z)=(2,2,7).并且指出了相关文献中的一个不足之处.     

反向传播神经网络及其改进算法用于光伏MPPT的研究

研究了反向传播神经网络(BPNN)、粒子群优化反向传播神经网络(PSO-BPNN)、萤火虫优化反向传播神经网络(FA-BPNN),以及斐波那契优化反向传播神经网络(IM-FSM-BPNN)用于光伏组件在局部阴影下最大功率点的跟踪，以及上述算法在太阳能无人机中飞行光伏发电跟踪。结果首先表明，局部阴影下，IM-FSM-BPNN功率预测精度最低，跟踪时间最长，鲁棒性差，原因是控制参数多，依赖参数初始值。FA-BPNN功率预测精度最高且鲁棒性较好，原因是在训练过程中有效避免梯度消失的问题。其次，在样本数据量增加和太阳能无人机的应用中，发现FA-BPNN的预测效果好和IM-FSM-BPNN的局限性。最后，探讨了参数变化对预测结果的影响。IM-FSM-BPNN、PSO-BPNN和FA-BPNN较BPNN更适用于多样本数据预测，IM-FSM-BPNN相较于其他3种算法更适用于较小的学习率，4种算法的平均跟踪时间和功率平均预测精度随隐含层节点数震荡。     

三项式x^n-bx +a的二次不可约因式

设n是正整数,f(x)=x^n-bx+a,其中a,b是非零整数.当nmax(30,1/2(|b|+1))时,运用Lucas数本原素因子存在性的新近结果,找出了所有含有首项系数等于1的二次整系数不可约因式的f(x).     

基于生成对抗网络的人脸图像翻译

针对人脸照片和人脸素描间的图像翻译问题,本文基于对偶生成对抗网络模型,对其目标函数附加两个损失函数建立新的网络模型.通过参数优化实验不断优化本文提出的模型,从而找到最优参数;通过直观和量化对比实验表明本文提出的模型在人脸数据上的图像翻译效果无论在清晰度还是在保持面部特征方面是目前基于生成对抗网络的图像翻译模型中表现最优的,并对相关GAN模型的稳定性进行了对比;最后通过效果分析实验说明了所附加的损失函数的具体作用.     

一个有理分式Diophantine方程

本文研究了方程(x2-1)/(y2-1)=(z2-1)2.利用四次和二次方程的性质,获得了它的全部正整数解(x,y,z).     

一类有限型子集的Hausdorff测度

Hausdorff测度的计算是一个难点,有关文献估计了本原矩阵A决定的有限型子集∑A的Hausdorff的测度,但要求A是不可约的或本原的,且A的每行每列至少有一个为1.计算一类有限子集∑A的Hausdorff测度,不要求A满足上述所设的特定条件,从而推广了有关结果.     

背电极材料、结构以及厚度等影响钙钛矿太阳能电池性能的研究

背电极是影响钙钛矿太阳电池性能的一个重要因素.本文采用COMSOL软件仿真研究了背电极材料、结构、厚度对电池性能的影响规律.发现相对于背电极金属的功函数,其阻值对电池性能影响小.背电极结构除了阻值会影响电池性能,还存在影响电池性能的其他因素.蜂窝结构背电极中,考虑制作难易程度的情况下,圆形半径约等于边缘间距时性价比最高...