一种多变量系统结构辨识和参数估计算法

提出一种新的多变量系统结构辨识和参数估计算法，它可同时递推辨识多变量系统 的结构指数和所有子系统的各阶模型参数，具有计算量小，计算品质好，编程简单等优 点。     

偶次幂为非拟素的有穷级素整函数的存在性

本文解决了[1]中提出的一个问题,即证明了:存在有穷级的素整函数F(z),使得E(z)~2是非拟素的。同时进一步证明:若F(z)是拟素的超越整函数,而F(z)~2可分解为F~2=f(g),这里f,g为超越整函数,则g(z)=cosα(z),以及F(z)=sinα(z)h(cosα(z)),这里α(z),h(w)是整函数。     

行(列)对称矩阵的满秩分解和正交对角分解

提出了行(列)转置矩阵与行(列)对称矩阵的概念,研究了其性质,给出了行(列)对称矩阵的满秩分解和正交对角分解公式,极大地减少了行(列)对称矩阵的满秩分解和正交对角分解的计算量与存储量,且没有降低数值精度.     

若干图簇的伴随多项式的因式分解及色性分析

通过研究图的伴随多项式，给出了证明非色唯一图的一种新方法，并且得到了若干图簇的色等价图的结构性质。     

广义奇圈的同构因子分解

广义圈是一个简单图G =(V ,E) ,其中点集V =V0 ∪…∪Vn - 1 ,|V0 | =… |Vn - 1 | ,边集Euν|u∈Vi,ν∈Vi 1 ,i=0 ,…n -1,i 1=mod(n) .证明了广义奇圈可以分解为t个同构因子的充要条件是t可以整除该广义奇圈的边数     

A fluctuation theory for Markov chains

A fluctuation theory for Markov chains on an ordered countable state space is developed, using ladder processes. These are shown to be Markov renewal processes. Results are given for the joint distribution of the extremum (maximum or minimum) and the first time the extremum is achieved. Also a new classification of the states of a Markov chain is suggested. Two examples are given.     

Best Tracking Performance under Plant Uncertainty and Control Energy Constraint

This paper has investigated best tracking performance for linear feedback control systems in the case that plant uncertainty and control effort need to be considered simultaneously. Firstly, an average integral square criterion of the tracking error and the plant input energy over a class of additive model errors is defined. Then, utilizing spectral factorization to minimize the performance index, we obtain an optimal controller design method, and furthermore study optimal tracking performance under plant uncertainty and control energy constraint. The results can be used to evaluate optimal average tracking performance and control energy in designing practical control systems.     

采用矩阵分解模型的托攻击防御算法

提出一种基于矩阵分解模型的托攻击防御算法框架.首先,利用托攻击检测技术,度量用户是托用户的概率,并以此构造信任度权值矩阵;然后,将此权值矩阵引入到矩阵分解模型,以降低托用户攻击行为的影响;最后,通过求解新模型实现对用户评分的预测.实验结果表明:这类算法与其他协同过滤算法相比较,能够更有效地抵御托攻击.     

一种非负矩阵分解的快速稀疏算法

提出了一种非负矩阵分解的快速稀疏算法,该算法有利于处理高维小样本数据.在非负矩阵分解的过程中,通过代数变换,将原高维n×m阶的非负矩阵分解转化成低维m×m阶非负矩阵分解,大大提高了分解速度.在目标函数中加入了约束稀松度的项,通过控制稀松度,提高分解得到的潜在语义信息,改进文档集的话题划分,并能快速提取主题相关的语句生成文摘.     

D→PP衰变过程的末态相互作用

利用单粒子交换方法,研究了D介子衰变到两个赝标粒子中的末态相互作用.通过实验数据中抽取的强相角来分析末态相互作用的效应