基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

一类修正的Kantorovich算子在Orlicz空间内的逼近

利用光滑模、K-泛函及不等式技巧,在Orlicz空间中讨论了一类Bernstein-Kanntorovich算子的逼近性和收敛性,得到了关于逼近性的几个定理.     

Banach空间中一类带有f－投影算子的双层集值投影动力系统

在乘积Banach空间中引进并研究一类包含广义f－投影算子的双层投影集值投影动力系统.在恰当的条件假设下，利用广义f－投影算子的性质及熟知的Nadler不动点定理，证明了该双层集值投影动力系统的均衡点集是非空的和闭的.     

拟幂零等价算子Weyl定理的稳定性

线性算子的谱理论,特别是Hilbert空间上Browder定理和Weyl定理在紧摄动下的稳定性问题是目前研究的热点,本文利用拟幂零等价算子的定义及其之间的关系,研究了它们的Browder定理和Weyl定理在紧摄动下的稳定性,并得出它们的稳定性是等价的.     

带有白噪声的Berger方程随机吸引子

考虑带有白噪声的Berger方程解的随机渐近性行为, 用渐近先验估计技术和算子分解方法, 通过引入同构映射构造等价过程, 证明随机吸引子在(H²(U)∩H¹₀(U))×L²(U)中的存在性.     

Boussinesq方程的贝克隆变换和拉克斯对（英文）

Hirota双线性法是构造可积系统孤子解的一种十分有效方法.利用该方法,非线性方程能够转化为线性方程,并且可由扰动法解出.我们讨论了双线性Boussinesq方程,并求得了其双线性贝克隆变换.由该变换出发,求得了方程的拉克斯对、检验了方程的可积性.     

集合转换卡尔曼滤波同化的一种分析方案

集合转换卡尔曼滤波在处理非线性观测资料的同化时,通常对非线性观测算子做简单的线性化处理,这会带来较大的舍入误差,降低同化效果。通过对状态变量和观测变量的转换,将观测算子视为预报算子的一部分,对传统的同化算法进行改进,减小了同化中的误差。以典型的Lorenz-96预报模型来验证算法,对于较大模型误差或较强非线性观测算子的情形,结果好于传统的方法。     

分数次极大算子及交换子在λ-中心Morrey空间上的加权估计

利用权不等式及实变方法,得到了粗糙核分数次极大算子在加权λ-中心Morrey空间上的有界性。同时也证明了粗糙核分数次极大算子与加权λ-中心有界平均振荡函数生成的交换子的有界性。     

基于成像算子优化的微震逆时定位方法

针对目前微震逆时定位成像存在的问题,提出一种优化后的成像算子,对模型数据进行抗噪性、误差速度以及检波器分布和数量进行测试,并提出采用峰度值作为定位成像结果的评价标准。结果表明,优化后的成像条件在定位能量聚焦程度和成像分辨率上都得到了提升,对含速度误差和含噪微震数据都有较好的成像结果,并且对检波器的分布和数量有较好的适应性,取得了较为理想的定位效果。     

多线性极大算子在Orlicz空间的弱有界性估计

Orlicz空间是一类较具体的Banach空间,在Banach空间理论和应用的研究中起着非常重要的作用。定义多个单线性分数次极大算子的乘积算子为■,得到■的弱有界性,再利用■控制多线性分数次极大算子,得到多线性分数次极大算子的弱有界性。所得结果扩充了分数次极大算子在Orlicz空间的有界性结论。