通过求解奇异流形函数的约束方程和由标度变换引出的相似约化方程,给出求解非线性不可积演化方程的一种方法,并作为应用实例给出4个不可积演化方程的精确解.
针对权重未知且对方案有效用偏好信息的多准则决策问题,利用主观与客观的决策信息的偏差平方和最小建立了优化模型.通过求解该模型,给出解的存在性条件和准则权重计算公式,进而利用加性加权法得到各方案的综合值,并以此对方案排序.最后,通过实例验证了模型及方法的有效性.
构造了一个变换,将一般的二阶微分方程化为方程-y″＋q（x）y=λy,利用分析的方法和矩阵方法,给出耦合边界条件下Sturm-Liouville问题的特征值与特征函数的渐近估计.
研究了一类具有非局部源和边界流的半线性反应扩散耦合系统解的性质,用构造上下解的方法,借助比较定理,得到方程组解的整体存在和有限爆破的充分条件.
证明了第一可数正则闭空间、第一可数正则极小空间与第一可数正则弱紧空间的等价性,并进一步证明了每一个局部弱紧的第一可数正则空间一定存在一个第一可数正则闭扩充.
利用第二种椭圆方程的新解和Backlund变换,获得了变系数非线性发展方程的无穷序列类孤子新精确解.在此基础上,借助非线性发展方程的一种形式解和符号计算系统Mathematica,以变系数（2＋1）维BroerKaup方程为应用实例,构造了该方程的无穷序列类孤子新精确解,这些解包括了无穷序列光滑类孤子解和尖峰类孤立子解.
假定原生资产的价格和利率的随机过程服从分数维布朗运动,利用风险对冲技巧和偏微分方程方法,得到分数维Hull-White利率模型下的欧式期权以及降低权利金权证的定价公式,推广了分数维BlackScholes期权定价公式.
利用Liapunov泛函的方法,以（Cg,｜·｜g）空间为相空间,研究了具有无限时滞的中立型泛函微分方程解的有界性,得到方程解的指数渐近稳定性蕴含有界解的存在性,建立了有界解的存在性定理.
在区分肿瘤样本与正常样本的过程中,维数过多的基因表达数据会影响最终的分类结果.针对这一情况,在去除冗余基因的过程中,利用相关系数矩阵M构建强相关树,得到一种去除冗余基因的强相关树（Strong Correlation Tree,SCT）算法.实验结果表明,SCT算法能够去除更多的冗余基因,使最终的分类结果更加准确.
研究了具有不同类型元件并联的串-并联网络可靠性优化模型的求解问题.依据构造的可靠性网络图,选择合适的状态转移规则和信息素更新规则,构造了一个求解3-状态设备具有不同类型元件并联的串-并联网络单目标-单约束可靠性优化问题的蚁群算法框架.合理设置算法参数并进行模拟仿真,结果表明,对给定的问题实例,算法都能有效地给出模型的最优解.
为了把握客户流失量的变化趋势,提高客户流失量的预测精度,提出一种基于组合优化理论的客户流失量预测模型.分别采用灰色模型和神经网络对客户流失量进行建模与预测,并对客户流失量线性和非线性变化趋势进行刻画,然后采用支持向量机对灰色模型和神经网络的预测结果进行加权,得到客户流失量的最终预测结果.用仿真实验对模型的性能进行测试,结果表...
TbPdSn化合物为斜方晶系（Pnma）,TiNiSi型晶体结构,低温显示反铁磁性质.采用电弧炉制备了TbPdSn化合物多晶样品,再用提拉法生长成TbPdSn单晶样品,并用背射劳埃法对单晶样品定向.在单晶样品的a^＊-c^＊面和b^＊-c^＊面进行了中子衍射实验,在5K温度点发现,k=（0,-0.26,0.9）处有磁衍射现象.
采用旋涂法制备了聚3-已基噻吩（P3HT）和富勒烯衍生物【6.6】-苯基-C61-丁酸甲酯（PC61BM）的共混薄膜,通过调控制备过程中活性层的旋涂时间及热退火温度,研究了溶剂退火结合热退火的双重优化对活性层形貌和性能的影响.利用紫外-可见光（UV-ViS）吸收光谱、原子力显微镜（AFM轻敲模式）和X射线衍射光谱（XRD）等测试手段,分别对P3HT︰PCBM活性...
设计了数字化杨氏模量测定仪.用磁力拉伸仪来增减载荷,用激光器和位置敏感探测器获取位移,为实现远程控制实验提供了必要条件,丰富了实验教学手段.
研究变频脉冲磁场阻垢处理器腔内磁感应强度的分布问题.由傅里叶变换给出脉冲方波的级数表达式,利用电磁理论中达朗贝尔矢势和标势的概念,并结合毕奥-萨伐尔定律,对变频脉冲磁场阻垢处理器腔内的磁感应强度的产生、分布和变化进行了理论分析和计算.利用Matlab软件对理论分析结果进行了数值模拟,结果显示,模拟值与实际测量值吻合的较好.
对不同开口率的管道内丙烷-空气预混火焰传播规律进行了数值模拟.结果表明：随着管道开口率的增加,管道内最大爆炸超压值迅速降低,当开口率大于30%时,爆炸超压值下降速率减小,即开口率大于30%时泄爆效果区别不明显;开口情况下,最大爆炸超压值出现在点火端附近,靠近开口处时爆炸超压逐渐下降,而闭口情况下最大爆炸超压出现在管道两端.
针对机械故障诊断过程中特征提取和学习算法的选择问题,提出一种基于经验模式分解和极限学习机的机械故障诊断模型.首先采用小波变换消除机械信号中的噪声,然后采用经验模式分解提取机械信号特征,并采用极限学习机建立机械故障诊断模型,最后通过实例对不同模型的有效性和可行性进行对比分析.结果表明,改进后的模型明显改善了机械故障诊断效果,缩...
针对传感器节点定位误差大、定位精度不高的问题,提出一种修正最小二乘法的无线传感器网络节点定位误差方法.该方法采用全局搜索能力强的粒子群算法对最小二乘法定位误差进行修正,提高了节点的定位精度.仿真对比实验结果表明,在相同条件下,改进后的节点定位算法的误差低于其他传感器节点定位算法,定位结果的稳定性更高;随着信标节点数的增加,平...
利用金属银离子作协助剂,表面活性剂十六烷基三甲基溴化铵（CTMAB）作增敏剂,将弱荧光物质叶酸转化并增敏,使其发射出强荧光,基于此建立了测定叶酸含量的新方法,通过选择叶酸的激发和发射波长、Ag-＋的浓度、表面活性剂的浓度、反应温度和反应时间,确定了最佳实验条件,对叶酸片样品中的叶酸含量进行测定.研究结果表明,该方法检测叶酸的线性范围...
随着高校图书馆馆藏书目的增加,读者在没有具体借阅目标的情况下,从图书馆借阅图书所花费的时间越来越多.针对这种情况,提出了基于内容的高校图书馆推荐算法,详细论述了中文分词、词语权重的计算、向量空间模型的构建以及图书相似度的计算,并对中文分词程序和词语权重算法在短文本中的应用进行了改进,对构建向量空间模型时遇到的稀疏矩阵问题给...
采用Log-Gabor变换和AdaBoost分类器算法,开发设计具有人脸识别的功能模块.以ORL、YALE和FERET人脸数据库数据以及实地采集图像为实验样本,通过大量直接训练实验和5子集交叉校验,验证了将人脸识别应用于真实环境的可行性和有效性.
针对当前入侵检测系统存在的问题,提出一种基于D-S证据理论的多信息融合入侵检测模型.模型采用D-S证据理论,综合各方面检测信息进行入侵检测.实验结果表明,该模型能够有效地检测入侵.
利用典型生物智能算法模糊神经网络算法优化同步发电机励磁控制系统中PID反馈控制参数,在构建四层模糊神经网络模型的基础上,将实际工程中精确的反馈值（机端电压和机端电压偏差）模糊化作为模糊系统的输入,引入快速粒子群算法全方位优化模糊系统选用的隶属函数和连接权矩阵重要参数.利用Matlab仿真平台,对同步发电机空载起励和负载电压扰动进行...
针对互联网教育、远程教育存在的资源共享、资源整合等问题,以云计算技术、虚拟化技术为依托,开发设计了教育云平台软件系统,阐述了流程配置核心子模块的功能,设计了教育云服务流程.结果表明,该教育云平台的中间层采用了虚拟化技术,有效地利用了硬件资源,且投入成本小.
基于CELTS规范的标准,通过调查量表分析研究了网络学习者的学习特点,提出了一种新型的基于CELTS的网络教育云平台学习行为采集分析模型,设计了该模型的系统实现方案,应用于实际,效果较好.
通过查阅和整理文献,介绍了徐名材的生平,论述了他在1930-1944年作为中华化学工业会会刊《化学工业》主编在会刊编印发行方面所作出的重要贡献,分析了他为会刊所撰写文章的背景及内容,指出其科学精神和态度是留给现代人的珍贵遗产,应发扬光大.
全面整理了日本数学教育家长泽龟之助的主要业绩,在此基础上对他的翻译工作进行评述,阐明了长泽在明治时期西方数学著作的引介、数学术语的确定与统一、数学书横排等方面的重要贡献.指出长泽数学教科书编撰及数学教育方面的成果基础就是其前期的翻译工作,他的译著不仅对日本的数学教育影响巨大,而且还被介绍到中国,促进了中国数学教育的发展.
从原始文献出发,运用历史研究的方法,结合数理分析,论述了黄宗宪、黄耀奎、叶耀元、蒋维钟、周达等晚清数学家以及一些书院学生在容圆圆心轨迹问题上所取得的成果.认为由于西方数学的输入与影响,晚清容圆问题内容更加丰富,传入的圆锥曲线知识被晚清中算家内化为自己的知识构成.
为了解蒙古族和汉族高中生学习动机、学业情绪以及学业自我效能感的特征,探索其差别及关系,对蒙语授课蒙古族高中生和汉语授课汉族高中生共648名进行问卷调查,结果发现：（1）学习动机和学业情绪存在显著性别差异,学业效能感无显著性别差异.（2）汉族高中生的成就动机高于蒙古族,而蒙古族高中生回避失败的动机更强;汉族高中生的积极高唤醒情绪显...
以大学一年级学生为被试,考察正误样例学习的自我解释效应.实验1要求被试在两种实验条件下学习概率题（变量1：有（无）诱发自我解释的正误结合样例;变量2：近迁移和远迁移）.实验2要求被试在两种实验条件下学习概率题（变量1：有诱发自我解释的正误结合样例和正确样例;变量2：近迁移和远迁移）.实验结果显示,迁移主效应显著,自我解释类型主效应...
相关范文
内蒙古职称论文
购物车(0)