关于两两NQD列的若干极限性质

本文讨论了两两ＮＱＤ列的Ｍａｒｃｉｎｋｉｅｗｉｃｚ型弱大数律及Ｊａｍｉｓｏｎ型加权和的强稳定性，指出了两两ＮＱＤ列与独立列的一个本质性区别，从而提出了解决两两ＮＱＤ旬几乎处处收敛和完全收敛的一种方式。     

基于故障统一模型的故障检测策略

随着集成电路制造工艺持续向纳米尺度的推进,数字电路受老化、工艺误差、软错误等故障所造成的时序偏差越发突出,严重威胁了电路的“时序安全”。文中通过分析故障影响信号稳定性侵犯模型,提出了一种新的故障检测模型。该模型扩展了现有的故障检测能力,通过使用C单元作为稳定性检测器输出单元,提高了其对高速的适应性。仿真结果显示,与已有结果相比其具有明显的速度优势和较小的硬件开销。     

环路跟踪卡尔曼滤波算法的性能分析

基于卡尔曼滤波的环路跟踪算法多是通过一定仿真证明算法性能,没有系统性性能评估,难以较好指导工程应用。在原有算法基础上进行了优化,并系统性地对比分析、评估了基于卡尔曼环路滤波算法性能,以期为算法工程化提供指导。首先提出对跟踪环路反馈调整量进行预测,使之更符合系统实际,减小环路跟踪误差。而后基于卫星信号模拟器输出信号和自生产信号源,充分评估基于卡尔曼滤波环路跟踪算法的收敛时间和灵敏度。仿真结果表明,相比目前工程常用的二阶FFL辅助三阶PLL算法,基于卡尔曼滤波环路跟踪算法能够缩短环路所需稳定时间约90%,并能提升跟踪灵敏度约5 d B,有效改善弱信号场景中接收机输出信息的完好性和连续性。     

非线性Benjamin-Bona-Mahony方程一个新的低阶混合元方法[英文]

基于双线性元和零阶R-T元, 建立了非线性Benjamin-Bona-Mahony (BBM)方程的一个新的低阶混合元方法. 借助积分恒等式技巧, 得到了一个对超逼近分析比较重要的误差估计. 对于半离散格式, 证明了解的存在性, 唯一性和稳定性, 然后得到了精确解~$u$在$H^1$模意义下和压力变量~ $\vec{p}=\nabla u_t$在 $L^2 $模意义下具有$O(h^2)$ 的超逼近和超收敛结果. 对于向后欧拉和 Crank-Nicolson 全离散格式, 分别探讨了解的稳定性, 且在对时间步长没有任何限制的前提下得到了超逼近结果.     

数学物理学报第三十四卷 A辑 总目次

<正>~~     

基于服务分组和调用轨迹的Web服务组合验证方案

针对Web服务组合的有效性验证问题,提出了一种基于服务分组和调用轨迹的Web服务组合形式化验证方案。首先,基于服务调用顺序,利用提出的Web服务集分组(WSSG)算法将候选Web服务划分为几个子集,并结合调用轨迹编排这些子集组成WSSG图,作为系统的抽象模型;然后,推理出系统所需的预期交互规范,并利用线性时序逻辑(LTL)来描述交互规范;最后,通过检测模型是否符合交互规范来验证组合模型的可行性。实验结果表明,该方案能够有效验证Web服务组合的正确性,且避免了死锁现象。     

基于时序数据的云网协同平台人工智能运维体系

云计算在企业应用中的拓展不但表现为平台规模的拓展，也表现为平台应用的延伸。“云网协同”和“微服务化”是当前企业云平台演进的重要趋势。随着企业信息化建设重要性的持续提升，微服务化云网协同平台的运行维护面临极大挑战。首先分析了平台运维面临的挑战，梳理了平台人工智能运维需求，提出了基于时序数据分析的平台人工智能运维技术体系，并给出了云网协同平台人工智能运维子系统参考设计。所提技术体系和系统设计具有实用性和推广性，可以作为企业云平台建设和优化的技术途径参考。     

基于改进的差异演化算法求解SVM反问题的研究

针对求解支持向量机反问题的效率较低,算法复杂度高以及运用传统方法求解该问题容易陷入局部最优出现早熟收敛的问题,提出一种基于改进差异的差异演化算法。该算法在标准差异演化算法的基础上利用种群分类机制对算法进行改进,对改进后的算法与标准差异演化算法和K-means聚类算法进行实验设计,并对算法最终实验结果进行分析,改进的差异演化算法除在运行时间外,结果对比以及最大间隔次数比都有明显的提升,有效地保护处于最优解区域但是适应值低的个体,能够提高算法局部搜索能力,有助于算法实现全局收敛。实验结果表明,改进的差异演化算法在求解SVM反问题上能有明显的提升。     

Fixed points of multivalued quasi-nonexpansive mappings using a faster iterative process

In this article, we prove some strong and weak convergence theorems for quasi-nonexpansive multivalued mappings in Banach spaces. The iterative process used is independent of Ishikawa iterative process and converges faster. Some examples are provided to validate our results. Our results extend and unify some results in the contemporary literature.     

关于幂级数收敛半径求法的注记

幂级数是微积分应用的重要理论基础,其中收敛半径的求法是学习相关内容的重点和难点.面向工科的高等数学教学中,通常限于介绍求比较简单的幂级数的收敛半径的方法,对于一般的幂级数,由于涉及上极限的理论,高等数学中不做讨论.本文从有界的角度讨论幂级数的收敛半径问题,避开了上极限问题的困难,所得结果可用于求任意幂级数的收敛半径.