一类带非线性边界条件的一阶奇异微分方程正解的存在性

用Krasnoselskii不动点定理,证明一类带非线性边界条件的一阶微分方程■,正解的存在性结果.其中:λ0是一个参数;a∈C([0,1],[0,∞))且■;h∈C([0,1],(0,∞));c∈C([0,∞),[1,∞))且■,f在∞处超线性且f在0点允许有奇异性.     

非奇异M－矩阵及其逆矩阵Hadamard积最小特征值的新下界

针对非奇异M-矩阵及其逆矩阵Hadamard积的最小特征值问题,首先,回顾了已有文献应用矩阵的特征值存在域定理和逆矩阵元素的估计式;其次,结合M-矩阵Hadamard积的相关性质特征及不等式的构造、放缩技巧,给出了非奇异M-矩阵与其逆矩阵是双随机矩阵的Hadamard积的最小特征值下界τ(A°A~(-1))的一个仅与A矩阵的元素相关的估计式,推广了已有文献的结果;最后,用数值例子表明所给估计式的下界比已有结果得到的下界更精确.     

一类四阶微分方程Neumann边值问题正解的存在性

运用锥上的不动点指数理论获得了四阶Neumann边值问题 y(4)(x)+(k_1+k2)y″(x)+k_1k2y(x)=f(x,y(x)),x∈[0,1], y′(0)=y′(1)=y(0)=y(1)=0 在条件k₁2<0下正解存在的最优条件,其中f∈C([0,1]×[0,∞),[0,∞))。     

一类算子矩阵的扇形性及复指数幂

研究扇形算子在数乘运算下的扇形性,对数乘算子的谱集及预解算子进行刻画,并探讨了它的纯虚数幂的有界性。以此为基础,采用迭代的方式,构造了Jordan块J(A)的预解式及其复指数幂的表达式;然后,借助矩阵的Jordan标准型,证明了当矩阵M的特征值集中在右半平面的一个扇形区域时,算子A的扇形性及纯虚数幂的有界性将在算子矩阵M(A)中得到保持。该研究成果可以应用于带有散度型或非散度型椭圆算子的偏微分方程组的研究。     

基于移动信令数据的城市热点识别方法

城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径,并为基于位置服务(location based services,LBS)如商铺选址、旅游导航等提供重要的科学参考,具有重要的应用价值。随着个人手机终端的普及与发展,手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(point of interest,POI)数据来挖掘城市的热点区域并进行功能类型标定,重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝,并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域,数据来源于重庆某移动运营商提供的用户手机信令数据,通过实验实例验证分析,证明了该方法可快速识别出城市热点区域,并具有较高的准确性。     

非线性三阶三点边值问题多个正解的存在性

用锥上不动点定理研究非线性三阶三点边值问题多个正解的存在性, 其中ρ>0为一个常数, 0<η<1, α>0, f: ［0,1］×［0,∞)→［0,∞)是一个连续函数. 结果表明: 当f满足一定条件时, 该问题存在可数多个正解.     

一类带参数四阶边值问题正解的存在性

研究了带参数四阶常微分方程(ordinary differential equation, ODE)边值问题{u'(t)+au(t)+bu″(t)+cu'(t)+du(t)=rf(t,u(t),u″(t)), 0相似文献   

基于cY函数的弱(下)鞅的一类极大值不等式

利用Fubini定理,得到了基于cY函数的弱(下)鞅的一类极大值不等式。     

马尾松松材线虫病抗性无性系的筛选和遗传多样性分析

【目的】 松材线虫病是松属致命性的世界检疫性森林病害。筛选和创新抗性遗传资源是马尾松抗松材线虫病育种的重要基础。松材线虫病重灾疫区自然淘汰存留下来的马尾松资源,可能是开展马尾松抗松材线虫病育种潜在的重要遗传基础,值得进一步深入挖掘、系统评价和开发利用。本研究通过对110个对松材线虫病具有抗性表型的无性系进行遗传多样性、生长性状测定和保存率调查,综合评价其在抗性育种中的潜在价值。【方法】 通过接种松材线虫对马尾松的1 201个初选无性系进行筛选,并对110个具有抗线虫表型的重选无性系进行遗传多样性RAPD和生长性状评价。从14对SCAR分子标记引物中筛选通用性强、多态性位点高的两组引物,用于MuPS(Multiplex-PCR of SCAR markers) 反应扩增和遗传多态性位点检测。基于79个MuPS唯一型无性系群体,采用Popgene 32软件估算的遗传多样性,结合生长量和存活率指标,评估该批遗传资源在马尾松抗性育种中的潜在价值。【结果】 初选的1 201个无性系(来自251个马尾松初选家系),经松材线虫接种筛选后,获得110个无性系(来自初选家系中的81个),由两组引物扩增得到92种MuPS分型。其中,有79个无性系为单一的MuPS分型所完全准确识别(占71.81%)。基于79个具单一MuPS分型的无性系群体遗传多样性分析表明,群体所有位点的平均有效等位基因数(N_e)为1.508 1个,Nei’s基因多样度(H)为0.302 3,Shannon多样性指数(I)为0.459 1。无性系体间遗传参数差异明显,N_e变幅为1.012 8~1.998 1,H变幅为0.012 6~0.499 5,I变幅为0.038 5~0.692 7。具有抗松材线虫病表型的110个马尾松无性系存活83个。保存无性系间其生长性状存在显著差异,树高、胸径和单株材积生长量变幅分别为4.6~10.7 m,6.7~21.7 cm和0.012 3~0.189 4 m³,生长量最大的休3-3号无性系立木材积(0.189 4m³)为最小的无性系广27-2的(0.012 3 m³)15倍以上。【结论】 马尾松1 201个初选无性系,经野外人工接种松材线虫的抗性筛选后,110个无性系表现出对松材线虫病有显著的抗性表型,占初选无性系的9.09%。这些经过抗性筛选的无性系在材积生长性状上达到了极显著差异水平。这意味着在抗性改良基础上,进行生长量改良的策略是可行的。与已有的天然和人工育种群体的遗传多样性参数相比,本研究虽然经初选和抗性复选淘汰了90%以上的无性系,仍保留了群体中较高的遗传多样性。综上,笔者认为这批初选资源经抗性筛选存留的遗传资源,在马尾松抗松材线虫病育种研究中具有明显的潜在价值。     

基于ICESat-GLAS数据和模糊模式识别算法识别森林类型

【目的】利用冰、云和陆地高程卫星-地球科学激光测高系统(ICESat-GLAS)回波波形数据,通过模糊模式识别算法,提出波形特征参数组合,对森林类型进行识别研究,以期提高森林类型分类精度。【方法】利用不同森林类型冠层在GLAS回波波形上表现出的差异性,提取波形特征参数 R_{\mathrm{fi}{\mathrm{t}}_1} 、K₁'和 \overline{K_1} ;将本研究提取的波形特征参数与其他波形特征参数相结合,建立波形特征参数组合;对样本数据波形特征参数进行指标归一化和奇异点检测处理,剔除样本数据中的奇异点样本;结合模糊模式识别算法,计算不同森林类型分类精度。【结果】针叶林和阔叶林森林类型分类总精度为96.30%,其中,针叶林和阔叶林森林类型分类精度分别为92.86%和97.50%;针叶林、阔叶林和混交林森林类型分类总精度为84.51%,其中,针叶林、阔叶林和混交林森林类型分类精度分别为85.71%、97.50%和52.94%。【结论】模糊模式识别算法在森林类型分类方面具有一定优势,尤其在针叶林和阔叶林森林类型识别方面,识别精度较高。