新合成核素~(223)Np及其α衰变链上核素的半衰期计算

基于α衰变的两势方法理论模型,采用考虑了同位旋效应的唯象cosh型α-子核核势和考虑了壳效应及质子—中子相互作用的α预形成因子解析式系统地计算了最近新合成的短寿命核素223Np及其α衰变链上核素α的衰变半衰期.计算结果表明,采用考虑了壳效应及质子—中子相互作用的α预形成因子的α衰变半衰期的理论计算结果能更好地符合实验数据.这项工作可以作为将来实验和理论研究α衰变及核结构的参考.     

一类线性变换的核分解问题

在一个多项式可分解为多个互质的多项式的基础上 ,对一类线性变换的核分解问题了研究 ,进一步阐明了它在线性空间分解中的应用     

光敏核不育杂交稻种子纯度的研究

本文利用等电点聚焦电泳测定酯酶同工酶以鉴定光敏核不育种子纯度;胚芽的酯酶同工酶谱能真实地显现该品种的特征,用作种子的鉴定材料为好;Ks-9/T370为互补型同工酶谱,而W6154/特青为杂种型酶谱;严重劣变的种子,在等电点聚焦电泳下,仍能保持该品种特征的酯酶同工酶谱。     

基于谱正则化算法的大数据矩阵完备化研究

矩阵完备化是基于部分观测数据来完成全部矩阵预测的问题.随着互联网技术的发展,大数据时代的来临,大数据矩阵中大多数据依然是空白的,需要补充,即大数据存在矩阵完备化的问题.本文利用谱正则化模型和算法来解决大数据的矩阵完备化问题,该方法将矩阵完备化问题整理成核范数最小二乘问题,再通过截断奇异值分解、软输入算法和硬输入算法给出了一系列正则化低秩解.最后基于实际的Netflix 大数据的实验结果证明了本文的方法.     

形变双奇核1944Au中的强耦合带

利用重离子融合蒸发反应159Tb（29Si,4nγ）194Au布居了形变双奇核184Au的高自旋态,用GASP探测器阵列进行了在束γ实验测量．通过对实验数据的深入分析,新发现了一条可归属于184Au核的强耦合转动带．基于对转动带有效K值的分析以及从实验数据中提取出的带内B（M1）／B（E2）值与理论计算值的比较,建议了转动带的准粒子组态和能级的自旋宇称值．     

BLAZARS天体研究新进展

ＢＬＡＺＡＲＳ天体是活动量系核ＡＧＮ的一个重要子类,是众多河外天体类型中的一类,是现代天体物理学中的重要前沿研究课题之一（被认为是现代物理学的四朵乌云之一）。我们理论与观测相结合,在观测上,我们利用北京兴隆２．１６米望远镜和云南天文台１米望远镜对这类天体中的若干样品进行了长期ＣＣＤ测光和光谱观测,新发现了近２８个ＢＬ Ｌａｃ天体有短时标光变,新发现了１２个ＢＬ Ｌａｃ天体,４个类星体,一个ｓｅｙｆ     

KPCA-LSSVM方法在视频时间序列预测中应用

为提高时间序列预测精度及降低预测过程中的计算复杂度,提出一种基于核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法.首先,将输入数据通过核方法映射至高维特征空间;然后,在特征空间上提取有效非线性主元;最终,通过LSSVM建立时间序列模型.为验证KPCA-LSSVM方法的有效性,将其应用于交通流及视频流预测中,在同等条件下,与单一的LSSVM及神经网络等预测方法进行比较.实验结果表明:基于KPCA-LSSVM建立的模型具有较好的推广性及较高的辨识精度.     

改进的差别矩阵及其求核方法

粗糙集方法提供了一种新的处理不精确、不完全与不相容知识的数学工具．属性约简是粗糙集理论的重要研究内容之一,而现有的很多属性约简算法都是从信息系统(或决策表)的核开始．针对HU利用差别矩阵求解粗糙集中的核方法的错误,叶东毅提出了新的差别矩阵及其求核方法,但计算代价高．为此,给出了改进的差别矩阵定义和求核方法,该方法纠正HU方法的错误,且可有效地降低计算代价．     

求解一类非线性常微分方程的方法

在再生核空间中,利用升元的方法将一类非线性常微分方程{u" N(u,u')=f(x) 0≤x≤1 u(0)=0,u'(0)=1 转化为二维线性算子方程Lν=f.通过构造零空间的一组标准正交基,得到了线性算子方程Lν=f的所有解的表达形式.如果该方程的解存在且唯一,文章给出了该方程的精确解的形式表示.并进一步给出了该方程的ε近似解.数值实验表明所给的方法是有效的.     

基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.