平衡和虚位移原理

许多反例说明主动力虚元功之和为零不能作为“静止和匀速直线运动”意义下的平衡的判据。本文将平衡涵义扩充为“静止或沿(系统所对应的)一定黎曼空问中的测地线匀速运动”。这样的扩充,既包含了“静止和匀速直线运动”为其特例,也能使主动力虚元功之和为零成为平衡的充要条件。文中以自由质点系各质点沿不同方向作匀速直线运动为例,证明它是这种意义下的平衡,因而主动力虚元功之和为零是它的判据。     

非完整可控力学系统相对于非惯性系的Noether理论

本文通过构造广义惯性势，建立起非完整可控力学系统相对于非惯性系的Ｊｏｕｒｄａｉｎ型变分原理，提出并证明了非完整可控力学系统相对于非惯性系的Ｎｏｅｔｈｅｒ定理和逆定理，最后举例说明其应用。     

耦合非线性Scbodinger方程组的对称性约化

本文利用直接法和经典李群法分别给出了耦合非线性Ｓｏｂｏｄｉｎｇｅｒ方程组的３种类型和１种类型的对称性约化，发现两种方法的约化结果不同，它们是相互的补充．     

“雪人”“野人”或尚未知晓的“灵长类”

几个世纪以来,全世界有关“野人”的传说不断出现,材料越来越丰富。二十世纪,传说非但没有消失,反而比以前更为频繁。亚洲“雪人”(rétis)和北美洲“大脚”的消息接踵而至。对古人类学家或哲学家来讲,这些“野人”是否代表着生活在动物界边缘的残余人类?或者是尚未知晓的灵长类?本刊搜集的资料并非希望在此得到答案,不过是对这个吸引人的问题提供一些令人深思的资料。正象哲学家佛·廷兰指出的那样:“野人使人幻想——同时,也给了信口胡说的机会——是启蒙运动时代最优秀的精神”。今天,仍是如此吗? 本文译自La Recherche №.80,1977,作者Eric Buffetean,Pascal Tassy。     

科学的极限

随着人类知识和技能的进一步增长,仍然有某些事情是人力所不能及的,这同技术的能力没有什么关系,而是由于基本的物理上的壁障。遥远宇宙的观测、星际旅行和概念性思维似乎都有这类极限。     

基于粗糙集的增强学习型分类器

为了提高分类的精确度,提出一种基于粗糙集理论的增强学习型分类器。采用分割算法对训练数据集中连续的属性进行离散处理;利用粗糙集理论获取约简集,从中选择一个能提供最高分类精确度的约简。对于不同的测试数据,由于离散属性值的变化,相同的约简可能达不到最高的分类精确度。为克服此问题,改进了Q学习算法,使其全面系统地解决离散化和特征选择问题,因此不同的属性可以学习到最佳的分割值,使相应的约简产生最大分类精确度。实验结果表明．该分类器能达到98％的精确度．与其它分类器相比．表现出较好的性能。