SU(2)×SU(2)准自旋模型和自洽解的对称性恢复方法——Ⅰ.严格解和HF近似

本文提出了一个含有两类相互作用的准自旋模型,讨论了模型Hamilton量在SU(2)×SU(2)基中的严格解、基态相变和波函数的K结构,并用此模型探讨了HF近似的有效性。     

一类广义Schrdinger算子的自伴性与本质谱

本文在一类 Ｌｐ位势Ｖ（ｘ）下建立了广义Ｓｃｈｒｏｄｉｎｇｅｒ算子Ｈ＝（－Δ）ｍ＋Ｖ（ｘ）在Ｃ∞０（Ｒｎ）上的本质自伴性，给出了Ｈ的本质谱的分布．     

广义Sierpinski集

本文考察了包括平面上的各种广义 Cantor集 ,Sierpinski集和包括某些连续不可微曲线在内的广义 Sierpinski集 .由相似变换 ,导出了它们的级数表达式 ,并利用它和字符串空间的对应关系 ,计算出它们的Hausdorff维数     

一维粗糙表面散射特征的数值分析

使用Monte Carlo模拟的方法得出了随机粗糙表面，在Kirchhoff近似的基础上，利用数值分析的方法分析了一维随机粗糙表面的散射特征，得出了一维随机粗糙表面散射分布曲线，我们还考虑了遮蔽效应的影响，并且讨论了Kirchhoff近似的有效性。     

解线性最小二乘问题的一个新并行算法

讨论了求解无约束线性最小二乘问题的一种并行单纯形法以及对它的改进算法并行共轭梯度—单纯形法 .算法本身具有很强的并行机制 ,能够充分地发挥并行机快速省时的特点 .本文也对算法做了理论分析 ,对算法的收敛性给予了证明 (在二维情形下 ) .最后做了数值实验 (由于软硬件条件的限制 ,并行算法未能在并行计算机上实现 ,鉴于这种情况 ,我们所做的数值实验均是在串行机上完成的 )     

基于MMD算法的HMM参数重估计的矩阵表示

本文提出的MMD算法用于提高模型区别错误信息和正确信息的能力．利用该算法在对模型的参数进行重估计时．涉及到复杂的目标函数的梯度运算．击运用矩阵运算使得梯度运算变得简单明了，因此本文给出了MMD算法下的HMM参数重估计的矩阵表示形式并给出了证明．     

线性均衡约束最优化的一个广义投影强次可行方向法

本文讨论带线性均衡约束最优化问题,首先利用摄动技术和一个互补函数将问题等价转化为一般约束最优化问题,然后结合广义投影技术和强次可行方向法思想,建立了问题的一个新算法.算法在迭代过程中保证搜索方向不为零,从而使得每次迭代只需计算一次广义投影.在适当的条件下,证明了算法的全局收敛性,并对算法进行了初步的数值试验.     

应用自动微分的Newton-PCG算法

一类新的使用符号微分的Newton-PCG型算法在文献[1]和[2]被导出来了。本文建立和研究应用自动微分的相应的Newton-PCG算法，理论分析和数值实验结果显示应用自动微分之后，目标函数的维数或复杂性越大，Newton-PCG算法对Newton法的改进越显著。