布尔代数的superior子代数

从一个新的角度对布尔代数的子代数理论作进一步研究.给定一个具有最小元的偏序集,将superior映射应用于布尔代数理论相结合,给出了布尔代数的superior子代数概念,讨论了superior子代数的一些性质,最后还研究了superior子代数若干等价刻画.     

两类N=2超共形代数上的超双导子和超交换映射

确定广义Topological N=2超共形代数和Twisted N=2超共形代数上的超斜对称双导子.证明在这两类超代数上的所有超双导子都是超双内导子.应用此结论,得到在广义Topological N=2超共形代数上的线性超交换映射是非标准的,而Twisted N=2超共形代数上的线性超交换映射是标准的.     

一类新型$\alpha$-可容许映射及相关公共不动点定理

本文定义一种向量版本的三角型 $\alpha$-可容许映射, 在没有利用锥的正规性条件下, 得到赋值Banach代数的锥度量空间中的带有三角型 $\alpha$-admissible映射的几种压缩映射的公共不动点定理, 所给出的结论进一步改进了前人的一些结果.     

一种鲁棒的抗去同步攻击数字语音取证算法

去同步攻击破坏水印的同步性,导致水印无法正确提取,致使取证水印算法无法得到可靠的取证结果.分析了语音信号自相关度残差的鲁棒性,并将帧号映射为水印序列,通过量化自相关度来进行嵌入,提出了鲁棒的抗去同步攻击数字语音取证算法.实验结果证实算法提高了水印算法容忍信号处理的能力,同时能够对数字语音给出可信的取证结果.     

基于PH服务的工作休假排队的流体模型

研究了带有单重工作休假的M/PH/1排队系统驱动的流体模型.首先,通过拟生灭过程和矩阵几何解法分别得到无穷小生成元和驱动过程的稳态队长分布.其次,建立并分析流体模型,根据平衡方程给出流体模型的稳态联合分布函数满足的矩阵微分方程组,利用Laplace变换（LT）和Laplace-Stieltjes变换（LST）的方法,推导出平稳缓冲器（库）容量的空库概率表达式和稳态条件下的缓冲器（库）容量的均值表达式.最后,给出模型在移动自组织网络（Ad Hoc）中的应用,并通过数值例子讨论系统参数对系统性能指标的影响.     

覆盖近似空间的连续与同胚映射

利用一般映射研究了覆盖近似空间的一些性质,并证明了一些结论.接着定义了覆盖空间的粗糙连续映射及粗糙同胚映射.最后在覆盖粗糙连续映射和覆盖粗糙同胚映射的条件下,研究了两个覆盖近似空间的有关性质,进而在某种程度上为覆盖近似空间的分类提供了理论依据.     

基于渐进演化策略的增材制造自支撑结构拓扑优化算法

拓扑优化和增材制造分别是先进的结构设计技术和制造技术,将拓扑优化与增材制造融合能产生显著的协同效益.增材制造存在一些独特的制造约束,研究考虑结构自支撑约束的拓扑优化算法,可以降低材料和时间成本.基于SIMP方法框架,建立显式约束函数模型表征结构的自支撑特性,并发展了相应的拓扑优化流程,通过结构渐进演化实现自支撑.研究了相应的灵敏度分析方法,可实现并行计算.提出一个指向性灵敏度过滤算子促进支撑结构演化.采用3个数值算例进行分析,验证了指向性灵敏度过滤的有效性,所有拓扑优化结果均实现了结构自支撑.与典型方法相比,优化结果的可制造性更好.     

带约束条件集值优化问题近似Henig有效解集的连通性

研究了带约束条件集值优化问题近似Henig有效解集的连通性.在实局部凸Hausdorff空间中,讨论了可行域为弧连通紧的,目标函数为C-弧连通的条件下,带约束条件集值优化问题近似Henig有效解集的存在性和连通性.并给出了带约束条件集值优化问题近似Henig有效解集的连通性定理.     

融合神经网络与数值计算的人体逆向运动学求解

人体逆向运动学问题是人体运动合成、人体运动捕获和理解的基本问题.由于人体关节链式系统的复杂性,人体逆向运动学方程往往存在多解或无解的情形.传统的方法通常采用解析或数值迭代方法求解逆向运动学问题,在给定足够多约束的情形下能够得到比较好的解,但无法处理少量约束下生成自然的人体姿态问题.近年来,从大规模数据集中学习统计模型参数的思想被广泛运用,求解人体逆向运动学的机器学习方法中经典工作|混合Gauss逆向运动求解模型(Gaussian mixture model-inverse kinematics,GMM-IK)就提出利用混合Gauss模型建模人体姿态数据分布,并采用期望最大化方法求解参数.随着深度学习技术的发展,本文提出一种自编码神经网络与数值迭代融合的方法,在给定少量约束的情形下依然能够得到自然的人体姿态,相较于GMM-IK方法,本文所提出的方法通过神经网络自动学习姿态分布,省去了模型的假设和特征的设计,且量化实验显示本文方法的关节坐标和角度重建误差相较于GMM-IK模型平均减少了25%和39%.在应用方面,本文方法可处理光学运动捕获数据,也可用于图像视频的人体姿态估计等领域.     

基于Lorenz映射的混沌系统分支变换预报规律研究

尽管Lorenz系统具有混沌和非周期性质, 但其分支变换是可预报的.本文以强迫Lorenz系统为数学模型, 基于Lorenz映射, 研究了混沌系统分支变换的预报规律, 将原有关于分支开始变换条件和新分支持续时间的两条一般规律扩展到了3条, 并首次分析了系统当前状态达到变换条件所需时间的预报规律, 从而为预报混沌系统非周期演变提供了另一途径.结果表明: 映射尖点位置为分支变换的临界值, 当变量z超过相应临界值时, 系统在当前分支的运动即将结束, 下一循环将跳跃到另一分支运动; 系统在同一分支循环的次数随极值z_max单调减小, z_max 越小, 达到变换条件需循环的次数越多; 系统在新分支持续的时间是先前分支最大极值z_M 的单调增加函数, z_M越大, 持续时间增加的幅度也越大.此外, 外强迫影响着混沌系统分支变换的预报规律, 其不但使正负分支的变换条件出现差异, 且与新分支持续时间的增加速率和达到变换条件所需时间的递减速率密切相关. 关键词： Lorenz映射 分支变换 外强迫 预报规律