对称轨道及张量的新理论方法

提出了产生对称轨道 (symmetricorbital,SO)的标准方法与封闭公式 .SO对于乘法运算是封闭的 ,SO的直积构成N秩SO张量 (NthrankSOtensor,SOT)群 .在进行高秩张量矩阵元计算时 ,SOT方法能自动实现物理因子与几何因子的完全分离 ,无需偶合系数 .与不可约张量方法比较 ,计算过程大大简化 .     

关于一个猜想的探讨

作者在文献[1]中证明了一个结果:有限群G如果满足|P(G),p|=1,则G为P~-可解群。本文将指出,这个论断的逆命题不成立。并且还指出,满足条件(|P(G)|,p)=1的有限群也不一定是p~-超可解群。     

建立在群对称轨道(SMO)及特征组态(CD)基础上的CI方法与程序发展

ISMO－CDCI方法点群理论，特别是不可约张量方法，在量子化学理论方法发展以及简化概念与计算方面，发挥了重要作用．但在国外的量子化学计算程序（如G94）中，在后自洽场（opt－SCF）计算方面，很少用到对称约化．在文献中，只见有关hbeltah群（DZh与它的子群）对称约化用于组态相关计算的报导．由于多重耦合系数的计算复杂，蜕化不可约表示多体问题的对称约化难于得到解决．我们提出了一个统一与普遍的方法，它能解决所有分子体系多体相关的点群对称约化问题［‘－6］，这个方法的核心是群对称轨道（SMO）概念的提出．SMO的基本特…     

结构相角二阶代数式的应用：Ⅱ.正交空间群二阶式及其应用

以作者在前文中提出的单相角二阶代数式的推导方法为依据,在完成三斜、单斜空间群推导结果的基础上,进而又完成了正交晶系59个空间群二阶式的推导,从而提供了低级晶系(三斜、单斜和正交)全部74个空间群的简明、完备的二阶代数式运算用表。对三个晶体结构进行了相角估算,结果较好。文中提出了代数法应用的新特点,即“一种类型相角可用多种二阶式求得,多种类型相角也可用一种二阶式求算”。     

某些子群介于正规与反正规之间的有限群北大核心CSCD

有限群G的子群H称为G的BNA子群,若对任意的x∈G有H^(x)=H或x∈.若有限群G的所有素数阶和4阶循环子群都是G的BNA子群,则称G为CBNA群.本文主要刻画CBNA群的结构,并且给出所有真子群都是CBNA群的完全分类.     

简单1维数字流形的积空间中数字复叠的笛卡尔积的Deck变换群

首先提出了简单1维数字流形的概念,接着研究了简单1维数字流形的具有C-相容邻接关系的笛卡尔积空间中的数字图像.进一步,为了研究数字复叠的笛卡尔积的Deck变换群,利用半径2-(k_(i2),k_(i1))-局部同胚的性质来体现数字复叠的笛卡尔积的Deck变换群在从数字拓扑的角度来比较数字积空间时的优势.此外,通过强调C-相容的必要性修正了文献(Han S E.Comparison among digital fundamental groups and its applications[J].Information Sciences,2008,178(8):2091-2104)中的一个错误.利用本文的方法,可以从本质上区分数字积图像,从而使得数字图像的研究内容更加丰富.     

电气类专业群双创人才培养的探索与实践

针对科技产业发展人才需求和专创融合教育改革中存在的问题,本文从构建双创型人才培养模式、完善实践教学体系、深化校企合作和建立特色创新创业工作室四个方面,对厦门理工学院电气类专业群创新创业人才培养进行探索与实践。实施效果表明,已取得积极成效,具有一定推广价值。     

基于改进粒子群算法的无人机三维航迹规划

针对传统粒子群(Particle Swarm Optimization, PSO)算法在航迹规划的过程中需要根据无人机性能建立约束条件和易陷入局部最优值的缺点,提出了一种结合天牛须(Beetle Antennae Search, BAS)算法的球坐标PSO算法。该改进算法直接利用球坐标系对无人机的航向角和俯仰角进行约束,并且通过BAS算法避免PSO算法陷入局部最优值。根据数字高程地图建立仿真环境,综合考虑航迹长度、平滑度和危险性等因素构建目标函数。仿真结果表明,改进后的算法与其他PSO算法相比,规划的三维航迹质量更高,能够很好地适应无人机在各种环境下的飞行要求。     

改进的免疫粒子群算法在TDOA定位中的应用

针对无线传感器网络中的TDOA节点无源定位估计中的非线性优化问题,提出了一种改进的免疫粒子群优化(Immune Particle Swarm Optimization, IPSO)的TDOA定位算法。该算法在自适应粒子群算法的基础上,引入免疫过程,增加了粒子种群的多样性,平衡局部搜索能力和全局搜索能力,有效地解决粒子易陷入局部最优问题,更快收敛到全局最优解。仿真结果表明,提出的算法相比于标准粒子群算法、自适应粒子群算法、Chan算法,当基站数量仅为4～5个、半径达到100 m时定位精度仍然较高,当加入随机噪声时,性能更加稳定,鲁棒性较好。     

基于CSAPSO-BP神经网络的光纤陀螺温度补偿研究

光纤陀螺是惯导系统的重要组成器件,环境温度变化会造成光纤陀螺的零偏发生漂移,从而降低测量精度。运用传统的BP神经网络进行预测易陷入局部极小值,导致补偿失败。该文采用混沌模拟退火粒子群BP神经网络的光纤陀螺零偏温度补偿模型,优化了网络参数。通过在-40～60℃的升降温实验对模型进行验证,实验结果表明,该温度补偿模型的零偏稳定性比补偿前约有70%的精度提升,与以往BP模型相比,其预测性能和补偿效果更好。