混合范数下的Hermit型多元样本定理和各向异性函数类由Hermite型信息的逼近

给出了混合范数下的Hermite型多元样本定理,即对于函数f∈E2ν,p(Rd),1p∞,Hermite型样本定理仍成立,并讨论了各向异性Besov类SrpθB(Rd),p=(p1,…,pd)和Besov-Wiener类SrpqθB(Rd)由Hermite型信息样本的最优恢复问题,得到了相应误差的弱渐进估计.     

AtVDAC2参与拟南芥盐胁迫信号应答过程

为了探索VDAC在盐胁迫信号传递途径中可能的传递关系,以AtVDAC2转基因拟南芥过量表达和抑制表达株系为材料,初步探索盐胁迫过程中该基因参与信号传递的方式.实验分析了NaCl处理对种子萌发的影响、Ca²⁺对NaCl胁迫下种子萌发的影响,以及NaCl对气孔运动的影响和盐胁迫相关基因的表达水平.实验结果指出,AtVDAC2基因表达水平变化影响了拟南芥对NaCl的敏感性:高表达的AtVDAC2使得拟南芥种子对NaCl敏感性提高,种子萌发率降低,气孔关闭较快;而低表达的AtVDAC2使得拟南芥对NaCl敏感性降低,种子萌发率高,气孔不易关闭.在NaCl胁迫下添加Ca²⁺,提高了敏感株系种子的萌发率,因而推测Ca²⁺帮助AtVDAC2转基因拟南芥过量表达株系平衡下游的胁迫应答.用实时荧光定量PCR检测盐胁迫应答相关基因SOS1,SOS2的表达水平,发现AtVDAC2的高表达引起了下游应答基因SOS1,SOS2表达水平的相应提高;相反AtVDAC2的抑制表达则导致SOS1,SOS2表达水平下降.由此说明,AtVDAC2参与了拟南芥盐胁迫应答过程.     

面向芯片引线键合的视觉精确定位方法

为了实现面向芯片封装的视觉精确定位技术,提高芯片引线键合的加工精度和效率,提出了一套结合快速傅里叶变换互相关和不变矩的视觉定位算法,构建了视觉系统实验平台,并进行了实验研究.针对芯片和引线框架图像的特点,分别提出了适合于芯片和引线框架的定位算法.对于芯片图像,采用快速傅里叶变换互相关算法进行匹配定位;对于引线框架图像,采用基于特征的不变矩方法进行匹配定位.使用显微视觉系统和二维运动平台构建了实验平台,进行了视觉定位实验.经过实验验证,定位精度均在亚像素级,芯片图像的定位精度小于0.4,像素（2,μm）,引线框架的位置精度小于0.5像素（2.3,μm）,转角的定位精度小于0.1°,能够满足芯片封装的要求,从而实现引线键合的视觉精确定位.     

认知MIMO系统频谱检测与吞吐量折中

 研究了认知MIMO系统频谱检测与吞吐量折中问题,以最大化SU(Secondary User)吞吐量为目标,求解出最佳的频谱检测时间和最优功率分配方案。仿真结果表明,存在最佳检测时间使SU的吞吐量达到最大,并且通过注水法功率分配,能进一步提高SU的吞吐量。此外,通过仿真比较了能量检测和基于特征值的频谱检测算法对SU吞吐量的影响,结果表明,采用两种算法SU的吞吐量几乎相等,由于基于特征值的频谱检测算法更具有健壮性,因而更适合应用于认知MIMO系统。     

GPU加速的2维矩量法研究

矩量法(MOM)是求解电磁场散射和辐射问题的一种常用数值方法,当未知量数目比较大时,其计算需要大量的时间开销.引入计算统一设备架构(CUDA)技术,在图形处理器(GPU)上实现并行MOM,并且与传统的中央处理器(CPU)串行计算比较,验证GPU计算结果的准确性.在未知量数目不同时,分析MOM中的阻抗矩阵填充和共轭梯度(CG)迭代法的加速情况.当未知量数目较大时,计算速度与CPU相比可提升数十倍.     

介质金属混合目标电磁特性的一种快速分析方法

用体面电流连续性方法(VSCCM)和特征基函数方法(CBFM)的复合方法分析介质金属混合目标的电磁散射特性.体面电流连续性方法是在介质与金属交界面处施加电流连续性方程,在矩量法矩阵方程中建立体电流系数与面电流系数的约束关系,减少矩阵方程中待求未知量数目.特征基函数方法是通过对目标体分块来减小矩量法矩阵方程的维数,可大幅度节省矩量法的内存需求.复合方法具有减少矩量法计算时间和内存需求的优点,数值算例证明其计算精度和效率.     

Heawood图的s-正则循环覆盖分类

一个图称为s-正则的,如果它的自同构群作用在它的s-弧集上是正则的.运用电压图及提升理论,对Heawood图的循环覆盖进行了分类.证明了:Heawood图的循环覆盖是1-正则的或2-正则的,当循环群的阶数不等于7或21时,覆盖是1-正则的,并且给出了这个1-正则无限类的构造;当循环群的阶数等于7或21时,覆盖是2-正则的.     

■混合随机变量列L_p收敛性

设{Xn;n≥1}是ρ珓混合随机变量序列,{an,k;1≤k≤n}是实数阵列,利用矩不等式和截尾方法,研究n∑k=1 an,kXk的Lp收敛性,所获的结论推广和改进了前人的相关结果.     

4杆汉诺塔的最优移动次数

通常汉诺塔问题只带三根杆,当圆盘数为n时,最优移动次数为T3(n)=2n-1.对于带4杆的汉诺塔问题,最优移动次数满足关系T4(n)=2T4(m)+T3(n-m),其中m=arglmin{2T4(l)+T3(n-l)}依赖于n.对于正数整k,当k(k-1)/2+1≤n≤k(k+1)/2,n=k(k-1)/2+l时,T4(n)=(l+k-2)2k-1+1.特别,T4(sk)=2T4(sk-1)+T3(k),其中s0=0,sk=sk-1+k(k≥1).     

构造分布条件矩的收敛速度

给出F属于吸引场Φα和Ψα时X*～F*(x)=1-xp(1-F(x))的条件矩E((X*-t)q|X*>t)的收敛速度.