非线性记忆项下广义Tricomi方程解的爆破

研究了一类非线性记忆项的广义Tricomi方程柯西问题解的爆破现象.运用迭代技巧和修正贝塞尔方程推出了在次临界情况下非线性记忆项对广义Tricomi方程解的非局部影响.此外,还得到了其解的全局非存在性和生命跨度上界估计.     

基于LSTM的布里渊增益谱提取方法

针对布里渊光时域传感器在进行长距离监测时存在的实时性较差的问题，提出了一种基于长短期记忆网络的布里渊增益谱温度提取方法。采用洛伦兹函数仿真生成用于长短期记忆网络训练的数据集，建立长短期记忆网络与温度的映射关系。搭建了40 km的布里渊光时域实验系统，通过谱线相减法对实验数据中存在的畸变现象进行校正，采用长短期记忆网络对校正数据进行了温度信息提取。将本文提出的长短期记忆网络方法与经典的极限学习机方法进行了对比。仿真和实验结果表明，所提算法的最小均方根误差可达0.11℃；即使在扫频步长较大的情况下，该方法仍具有较好的测量精度，有利于提高布里渊光时域温度传感系统的实时性。