Special John-Nirenberg-Campanato spaces via congruent cubes

Let p ∈ [1, ∞), q ∈ [1, ∞), α∈ R, and s be a non-negative integer. Inspired by the space JNp introduced by John and Nirenberg(1961) and the space B introduced by Bourgain et al.(2015), we introduce a special John-Nirenberg-Campanato space JN^con_(p,q,s) over Rⁿ or a given cube of R;with finite side length via congruent subcubes, which are of some amalgam features. The limit space of such spaces as p →∞ is just the Campanato space which coincides with the space BMO(the space of functions with bounded mean oscillations)when α = 0. Moreover, a vanishing subspace of this new space is introduced, and its equivalent characterization is established as well, which is a counterpart of the known characterization for the classical space VMO(the space of functions with vanishing mean oscillations) over Rⁿ or a given cube of Rⁿ with finite side length.Furthermore, some VMO-H¹-BMO-type results for this new space are also obtained, which are based on the aforementioned vanishing subspaces and the Hardy-type space defined via congruent cubes in this article. The geometrical properties of both the Euclidean space via its dyadic system and congruent cubes play a key role in the proofs of all these results.     

Investigation of Thermal Gradient Mechanical Fatigue Test Methods for Nickel-based Superalloys

Experimental Mechanics - Temperature gradients significantly affect the material fatigue process. A reliable and robust test procedure is needed for quantifying the effects of temperature gradients...     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

A visual uncertainty analytics approach for weather forecast similarity measurement based on fuzzy clustering

Journal of Visualization - Forecast calibration methods based on historical similar atmospheric state are effective means weather forecast accuracy. Conventional approaches search similar forecasts...     

动力学模态分解方法重构及预测流场误差分析

利用动力学模态分解(dynamic mode decomposition,DMD)方法可以实现非定常流场的分解、重构和预测,但该方法重构和预测流场的误差需要给出定量分析.鉴于此,提出了定量描述动力学模态分解重构和预测流场的误差分析方法,以雷诺数Re=80的圆柱绕流二维流场数值模拟结果为例,研究了非线性流动和周期性流场重构和预测误差的动态变化情况.结果表明:依据能量大小确定的模态反映了流场的主要相干结构;低频、低增长/衰减率和大尺度的相干结构能量占比大,对流场的影响较大;DMD方法可以准确重构非线性和周期性变化流场,重构的误差小于10-10,预测流场的误差较重构流场出现跳跃增大现象;DMD方法预测非线性变化流场的误差在样本时间区间内较小(小于10-3),超出样本区间误差的发展急剧增大,变化情况依赖于数据样本;预测周期性流场的误差稳定在10-4左右.     

共享自动驾驶汽车使用意愿模型及其影响因素

为了构建共享自动驾驶汽车(shared autonomous vehicles，SAV) 的使用意愿模型并分析其影响因素，通过使用时机和使用频率来体现公众对SAV的使用意愿；采用验证性因子分析将态度潜变量转化为潜变量得分，以此将态度潜变量引入传统的有序Logit模型；提出SAV使用意愿的有序Logit模型构建方法，并建立基于个人属性、通勤特征、态度潜变量的SAV使用意愿模型.研究发现:是否使用过滴滴拼车、工作单位停车费、自动驾驶态度对使用时机和3种价格(1，2，3元/km) 下的使用频率有显著影响；使用过滴滴拼车、工作单位收取停车费、支持自动驾驶的群体倾向于频繁地、更早地使用SAV出行；公众期望以1元/km或 2元/km即不超过目前滴滴拼车的价格使用SAV.     

A New Quassinoid from Brucea javanica

Chemistry of Natural Compounds - A new quassinoid, dehydrobruceantinol B (1), was isolated from the seeds of Brucea javanica, together with two known compounds, bruceantinol (2) and bruceine A (3)....     

实验动物行业兽医现状分析

实验动物行业中,兽医体现在实验动物相关工作中的每一个环节,包括实验动物的日常管理、动物实验的设计、实验过程中动物健康保障和护理、实验动物福利的监督和管理、动物实验技术的应用、实验动物取材、施行安死术等。通过参阅相关文献资料,结合自身工作总结,就目前实验动物兽医现状进行分析,供各位同仁以参考。     

创新文化竞争力国际比较研究

提升中国创新文化国际竞争力,是全面塑造发展新优势的关键着力点,对我国建设创新型国家具有基础性、长期性、决定性影响.通过构建创新文化竞争力指标体系,选取GII创新指数排名和GDP总量排名均为前20的国家作为研究对象,运用主成分分析法对创新文化国际竞争力进行评价,研究发现:①从综合竞争力水平来看,英国、荷兰、美国、瑞士处于第一梯队,德国、加拿大、法国处于第二梯队,中国、韩国、日本为第三梯队;②从竞争力构成要素来看,中国创新文化可持续发展能力和国家创新驱动力具有相对竞争优势,发展基础力和创新型产业支撑力亟待提升,创新文化吸引力也存在进步空间.为此,提出完善创新文化发展的基础条件、讲好中国故事、加大要素投入等管理启示,以期为提升中国创新文化国际竞争力,建设创新型国家提供针对性建议.     

Comparison of different methodologies for the computation of damped nonlinear normal modes and resonance prediction of systems with non-conservative nonlinearities

Nonlinear Dynamics - The nonlinear modes of a non-conservative nonlinear system are sometimes referred to as damped nonlinear normal modes (dNNMs). Because of the non-conservative...