细颗粒湍流聚并的分区法群平衡模拟

通过聚并促进细颗粒(PM2.5)特别是亚微米颗粒(PM1.0)团聚长大或被大颗粒捕集,是提高其脱除效率的有效方法之一.本文采用分区法对燃煤电厂尾部烟气中飞灰的聚并进行了群平衡模拟研究.利用圆柱阵列实现的湍流聚并装置,圆柱横向间距为4倍直径时,纵向间距宜在圆柱直径的15～30倍之间,在工程上较为可行的条件下,对于PM1....     

基于动态粒子群优化的目标跟踪算法

目标跟踪问题的关键在于如何寻找与目标运动状态匹配的运动模型。交互式多模型算法的模型集是根据先验信息确定的,它不随时间变化而变化,并且要求在模型集中任意时刻都存在描述目标运动模型。在实际中需要大量模型来描述运动。将粒子群优化和变结构多模型算法相结合,不仅能充分利用系统的实时量测信息,还能根据其先验信息调节优化算法结构。仿真表明,运用动态自适应粒子群优化算法实现模型集自适应,可以提高目标跟踪的精度和实时性。     

用于彩色目标跟踪的改进粒子群优化算法

提出一种用于彩色目标跟踪的改进粒子群优化算法(Improved Particle Swarm Optimization Algorithms,IP-SOA)。针对彩色目标,选择加权彩色直方图作为目标的特征,选用Bhattacharyya系数作为特征相似性度量,其最大值位置表示目标位置。对粒子群优化算法进行了改进,即自动调整惯性权重函数与认知学习因子,每次递推时对粒子速度、单帧位移总量加以限制,对Bhattacharyya系数优化,快速求取函数最大值位置。利用彩色序列图像进行仿真实验,结果表明,该方法能够实时跟踪飞机、车辆等目标,在目标被部分遮挡时能稳健跟踪。     

基于SVR和k-近邻群的组合预测在QSAR中的应用

为提高定量构效关系(QSAR)研究的预测精度,发展了一种新的基于支持向量机回归(SVR)非线性筛选分子结构描述符、基于k-近邻群的非线性组合预测方法.首先以均方误差(MSE)最小为原则,以留一法通过多轮末尾淘汰实施分子结构描述符的非线性SVR汰选并给出最优核函数和相应保留描述符;其次基于待测样本与训练样本保留描述符向量的欧氏距离,以不同k-近邻群子模型双重留一法预测值反映样本集的异质性;然后基于MSE最小,以留一法通过多轮末尾淘汰实施近邻群子模型的非线性SVR汰选并给出最优核函数和相应保留子模型;最后基于保留子模型以双重留一法实施组合预测.以取代苯胺和苯酚类化合物对大型溞的QSAR实例验证表明:新方法在所有参比模型中预测精度最高,且能更精细地反映描述符与化合物毒性间的非线性关系,具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性筛选描述符和子模型,非线性组合预测,自动选择最优核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在QSAR研究中有广泛应用前景.     

关于完备李群与完备李代数

孟道骥等对完备李代数作了系统的研究并已获得很多基本和重要的结果。本文给出完备李群与完备李代数的某些关系。     

冻结黏土力学特性分析及改进S-M蠕变模型1)

为合理描述人工冻结法施工的矿井土层力学特性,对某矿井土样的重塑土进行单轴抗压强度实验和单轴压缩蠕变实验,得到重塑冻结黏土在不同温度及载荷加载等级下的应力-应变曲线和蠕变曲线。实验结果表明：冻结温度越低,土样的单轴强度越大;相同冻结温度下,土样的蠕变变形随着应力水平的升高而增大。单轴压缩蠕变的等时应力-应变曲线随时间发展向应变轴靠拢;土样经历初始蠕变和等速蠕变两个阶段,在较高应力水平下有进入加速蠕变的趋势;对S-M模型中各参数的意义进行修正并考虑温度的影响,得到人工冻结黏土改进S-M蠕变显式模型,然后采用粒子群算法对人工冻结黏土S-M蠕变模型参数进行优化。改进S-M蠕变显式模型理论计算值与实验值吻合良好,表明改进S-M蠕变显式模型能较好模拟人工冻结黏土的蠕变特性。改进S-M蠕变显式模型为人工冻土蠕变计算提供一种新方法。     

某些算子在局部紧的Vilenkin群上的Herz型Hardy空间

G表示局部紧的Vilenkin群， 在论文中作者将研究某些次线性算子和Calderón Zygmund算子在Herz型Hardy空间上的有界性.      

关于正则轨道问题的一个例子

本文给出了关于正则轨道问题的一个反例.     

奇异黎曼度量下Г—等变分歧问题的Г—C°接触等价d决定性（下）

研究了奇异黎曼度量之下的 Γ-等变分歧问题中的 Γ- C°接触等价性 ,提供了 Γ- C°等价的判别法 .它们是 Percell.P.B,ZOU Jiang- chen,SU N W Z关于分歧问题有限决定性 C0理论中的有关结果的推广 .使用奇点理论及紧群表示方法给出了相关定理的证明     

一类矩阵群的完全性

用与[1]不同的方法,把文[1]的结论作两方面的推广,其一是把矩阵的阶数从2推广到任意,其二是把有理数域推广到任意特征不是2的可线性化的域.