Gabriel单子与模范畴的局部化

通过定义Gabriel单子来刻画模范畴的商范畴与局部化范畴,证明了Gabriel单子诱导的像和余像是等价的;其像为模范畴的局部化范畴,该局部化范畴等价于Gabriel单子确定的Kleisli范畴;其余像为模范畴的商范畴,该商范畴等价于Eilengerg-Moore范畴。     

改进的基于DCT与局部保持投影的人脸识别方法

引入基于局部保持能力判据的特征选择算法对融合离散余弦变换(DCT)和局部保持投影的人脸识别方法进行改进.首先对人脸图像进行DCT变换,得到DCT系数,然后以不同频率DCT系数的拉普拉斯值作为局部保持能力判据对DCT系数进行选择,最后对选出的DCT系数执行局部保持投影算法提取识别特征,在ORL人脸数据库上的实验结果证明了该方法的有效性.     

具时滞神经反馈模型的动力学性质

以滞量τ为分支参数,研究了具有时滞项的神经反馈模型的动力学行为,这些行为包括:系统在平衡点附近的稳定性、局部Hopf分支的存在性、发生条件、Hopf分支的方向、分支周期解的稳定性以及分支随参数变化其周期解的周期变化.最后通过数值模拟验证了理论分析结果,给出了Hopf分支全局存在性的数值结果.     

混凝土等颗粒型材料的偶极效应分析

考虑物质点的偶极效应,基于 Cosserat 连续体介质力学模型,把球形微颗粒推广到方形微颗粒,推导出方形微颗粒对应的偶应力和曲率应变之间的线弹性关系,并提出了一种能考虑微颗粒倾覆破坏的广义屈服准则。编写了基于 Cosserat 连续体介质力学模型的有限元分析程序,进行了混凝土试样单轴压缩试验和土体边坡稳定性分析的数值模拟。研究结果表明,物质点的偶极效应确实存在,且是材料发生应变局部化的直接原因。     

带有两类时滞的传染病-捕食模型的稳定性与Hopf分支研究

研究一类被捕食者染病且具有离散以及连续两类时滞的捕食与被捕食模型.利用Routh-Hurwitze判据研究时滞为零时系统的稳定性,接着研究时滞捕食系统正平衡点局部Hopf分支存在的条件.根据已知文献中的方法计算系统正平衡点稳定开关的存在性以及时滞长度,最后进行数值模拟.     

基于复杂网络局部社团发现的主题爬行研究

从全局上限定采集范围可以有效地提高主题爬虫的查准率.结合Web链接分析和页面内容特征分析,提出了一种基于复杂网络局部社区发现的主题爬行方法,将主题爬行分为两个阶段,第一阶段采用复杂网络的局部社区发现算法进行Web链接分析,构建主题网站群,缩小爬行范围.在第二阶段,在限定的范围内,对爬取到的页面进行主题相似度判定,并对下一步的链接目标进行预测.实验证明,该方法显著提高了主题爬虫的查准率.     

一类反应扩散系统的定性分析

本文主要通过分部积分和构造上、下解的方法,证明了一类反应扩散方程组的初边值问题的平凡解的局部稳定性,以及解的有限时刻爆破.     

双风机双电源自动切换技术的应用

针对北山煤业有限公司矿井机械化升级改造,采掘工艺由炮采炮掘变为综采综掘,原有通风系统已经不能满足安全生产的需要,为了提高矿井的安全性并满足生产实际的需要,根据《煤矿安全规程》第128条规定,提出了双风机双电源自动切换技术。实践证明,双风机双电源自动切换技术在瓦斯浓度保持在0.3%以下时,可达到规定要求,并降低了通风故障率,杜绝了无计划停风现象。     

基于Shearlet变换和KPCA的多时相遥感图像变化检测

为了进一步提高多时相遥感图像变化检测的精度,本文提出了一种将Shearlet变换与核主成分分析(kernel principal component analysis,KPCA)相结合用于遥感图像变化检测的算法.首先利用Shearlet变换的多尺度、多方向和各向异性等特点,对遥感图像进行多尺度分解,然后对分解后的数据进行核主成分分析,再进行Shearlet反变换得到含变化信息的图像,最后对该图像利用模糊局部信息C均值(fuzzy local information c-means,FLICM)聚类算法进行分割,实现遥感图像的变化检测.大量试验结果表明,与基于主成分分析(principal component analysis,PCA)、基于KPCA、基于小波变换和PCA 3种变化检测算法相比,本文算法能有效地分离出变化信息,得到更准确的变化检测图像,具有更高的变化检测精度,且对背景有较强的鲁棒性,同时也减少了计算复杂度.     

带有交叉操作的教-学优化算法

针对教-学优化算法(TLBO)求解无约束数值优化问题容易陷入局部最优的不足,提出了一种带有交叉操作的教-学优化算法(C-TLBO).将差分进化算法的交叉操作引入到TLBO算法中,有效地融合了教学阶段和学习阶段,增强了算法的局部搜索,平衡了算法的开采和探索.数值结果表明该算法在优化精度、收敛速度、鲁棒性方面,优于TLBO算法、I-TLBO算法以及其他智能优化算法,具有良好的发展前景.