FitzHugh-Nagumo神经元网络的同步振荡与联想记忆

本文研究由FitzHugh—Nagumo神经元所组成的脉动神经元网络的同步与联想记忆恢复。基于神经元微观生理结构，本文给出具有空间随机分布延时的神经元间耦合，而这种随机分布延时描述了脉动信号从突触前神经元到突触后神经元在轴突上传播所需要的时间。记忆由空时发放的神经元集群表达，在噪声涨落的作用下，系统取得了对不完整输入的记忆恢复。     

建立P-S-N曲线的双加权最小二乘法

为充分利用成组疲劳试验数据和疲劳强度试验数据,获得较高精度的P-S-N曲线,提出了一种建立P-S-N曲线的双加权最小二乘法。该方法充分考虑了疲劳试验方法、疲劳试验数据分散性和试件样本容量对P-S-N曲线建立的影响,构建了不同来源误差的分配模型。它首先利用疲劳试验的最小样本容量判据处理成组试验数据,导出试验数据分布p分位点的置信区间长度,并进行第一次加权拟合。再结合疲劳强度试验数据,进行第二次加权拟合,推导出了任意可靠度下的P-S-N曲线。作者对17组金属材料和PMMA(聚甲基丙烯酸甲酯)材料进行了统计分析以验证所建立的P-S-N曲线的拟合能力、合理性和预测精度,结果表明建立的P-S-N曲线具有较高的精度和可信度。     

基于光二分路器的多路分光比的设计

提出一种设计多路分光器分光比的新方法--分解组合法.将多路分光器视为光二分路器的各种组合,分解后,引入等效光纤长度的新概念,将分光损耗对等折算为一定长度的光纤损耗,再利用光二分路器分光比的简便设计方法,巧妙地设计出多路分光器的各路分光比.     

椭圆的切线与法线引出的高次曲线

对椭圆的切线和法线有关的三个轨迹问题展开新的探索,发现了三条优美对称的高次曲线和相关长度、距离公式.     

CYCLIC AND NEGACYCLIC CODES OF LENGTH 2p^s OVER Fp^m ＋ uFp^m

In this article, we focus on cyclic and negacyclic codes of length 2p^s over the ring R = Fp^m ＋ uFp^m, where p is an odd prime. On the basis of the works of Dinh （in J.Algebra 324,940-950,2010）, we use the Chinese Remainder Theorem to establish the algebraic structure of cyclic and negacyclic codes of length 2p^s over the ring Fp^m ＋ uFp^m in terms of polynomial generators. Furthermore, we obtain the number of codewords in each of those cyclic and negacyclic codes.     

行程问题看火车

涉及火车的行程问题,比较复杂,有时不考虑火车的长度,即"顾头不顾尾";有时考虑火车的长度,即"既顾头又顾尾".下举几例,供同学们参考.一、一辆火车行驶例1(2010.湖南益阳)如图1,火车匀速通过隧道(隧道长大于火车长)时,火车进入隧道的时间x与火车在隧道内的长度y之间的关系用图象描述大致是()     

监测L\'{e}vy稳定过程均值变点的平均运行时间估计

平均运行长度(时间) (ARL)是判断一控制图监测变点效果好坏的一个重要工具\bd 本文主要研究L\'{e}vy 稳定过程的均值变点监测问题\bd 我们给出了三个控制图, 即EWMA, GEWMA和GLR的ARL 估计, 并通过数值模拟比较了4个控制图监测均值变点的效果和差异.     

Towards a unified recurrent neural network theory: The uniformly pseudo-projection-anti-monotone net

In the past decades, various neural network models have been developed for modeling the behavior of human brain or performing problem-solving through simulating the behavior of human brain. The recurrent neural networks are the type of neural networks to model or simulate associative memory behavior of human being. A recurrent neural network (RNN) can be generally formalized as a dynamic system associated with two fundamental operators: one is the nonlinear activation operator deduced from the input-output properties of the involved neurons, and the other is the synaptic connections (a matrix) among the neurons. Through carefully examining properties of various activation functions used, we introduce a novel type of monotone operators, the uniformly pseudo-projectionanti-monotone (UPPAM) operators, to unify the various RNN models appeared in the literature. We develop a unified encoding and stability theory for the UPPAM network model when the time is discrete. The established model and theory not only unify but also jointly generalize the most known results of RNNs. The approach has lunched a visible step towards establishment of a unified mathematical theory of recurrent neural networks.     

基于免疫记忆克隆算法的指数化投资组合优化构建策略

本文基于克隆选择学说及基于克隆选择学说及生物免疫响应过程的相关机理,提出用于指数化投资的免疫记忆克隆算法,并将其应用于指数化投资组合优化构建模型的求解,旨在探索指数化投资的优化构建策略。文章首先提出多目标的指数化投资组合构建模型。其次,分别设计了适用于指数化投资组合构建策略的抗原、抗体、亲和度函数、克隆选择算子、免疫记忆算子和相应的进化算法。该算法有效避免了传统遗传算法所存在的计算后期解的多样性差、易早熟以及收敛速度慢等缺点。同时,提出了限制投资组合中股票数量的启发式算法。最后,使用包括上证180指数在内的6组世界主要股票市场指数及其成份股的历史数据对模型及算法进行测算,结果表明算法具有良好的求解能力和收敛速度,所建模型的合理性和有效性亦被论证,模型和算法均具有很强的实践价值;     

诺贝尔物理学奖与长度基准的历史沿革

从2005年诺贝尔物理学奖出发,考察了已往和长度基准有关的诺贝尔物理学奖,从物理学史的角度．探讨了长度基准的历史沿革及其意义．