一类非线性随机网络系统的均方指数稳定控制

研究了一类非线性随机网络控制系统的均方指数稳定控制问题.通过在网络诱导时延的时变区间插入分点,把网络诱导时延转化为满足区间Bernoulli分布的随机变量,并根据随机变量在不同区间上的取值,利用T-S模糊方法建立了网络控制系统新模型.把线性矩阵不等式方法应用到新模型的处理中,得到了时延依赖的指数稳定条件,给出了模糊控制的设计方法,并对一类具体的网络系统进行了数值计算和模拟仿真.     

g支配策略的MOEA/D算法求解多目标流水车间调度问题

采用基于二范数的方法生成权重向量并引入g支配策略对MOEA/D算法进行改进，提出g支配策略的MOEA/D算法（g-MOEA/D）. 将g支配思想与MOEA/D算法有效结合，生成适应决策者DM偏好的有效解的集合，来代替整个Pareto解集或单个有效解，加速种群的收敛性，提高种群的均匀性. 通过仿真实验对比分析g-MOEA/D算法与MOEA/D算法的性能，结果表明，g支配策略的MOEA/D算法所得解集整体性能更优.     

植物叶片淀粉分解与淀粉超量积累研究

植物叶片白天进行光合作用合成过渡型淀粉,夜间过渡型淀粉分解供植物生理代谢和生长发育所需。以往研究显示叶片中过渡型淀粉的分解受着严格的生理节律调控,但是,当淀粉分解代谢及其下游代谢基因功能出现异常时,淀粉通常会在叶片中超量积累。植物学家通过筛选叶片淀粉超量积累突变体与目标基因功能解析,初步完成了对植物叶片淀粉分解代谢网络图谱的绘制。笔者通过对植物叶片过渡型淀粉分解与超量积累现象的最新研究进行梳理,以探寻提高作物叶片淀粉含量的可能途径。     

带有加性噪声的阻尼吊桥方程随机吸引子的存在性

用算子分解技巧, 通过对方程的解进行先验估计, 给出随机动力系统的一致渐近紧性, 从而证明了随机吊桥方程在加性噪声下随机吸引子的存在性.     

中国英语学习者的英语词素加工和汉语偏旁加工关联研究

以中国学习者为研究对象,对比英汉词素加工和偏旁加工,探究二语学习者的英汉复杂形态词的加工状况.本文通过三个实验来分别研究英语语义相关的词素、汉字语义相关的偏旁和语义相关的英汉词汇在词汇加工中的作用和异同.实验一研究结果显示,英语语义相关的英语词素在二语者英语词汇加工处理的过程中起着很重要的促进作用.实验二表明,语义相关的汉语偏旁对汉字的加工虽然没有取得具有统计意义的显著水平,但是也有一定的促进加工作用.在实验三中,语义相关的汉语偏旁对相关的英语词汇的启动效应也没达到统计意义;同时,语义相关的英语单词对相关的汉字的启动效应也很微小.然而无一例外的是语义促进效应虽然微弱,但都普遍存在.     

石油市场和股票市场之间的尾部风险溢出效应——基于变分模态分解和动态Copula函数的研究

利用变分模态分解法将原始收益率序列分解为不同期限的子序列.基于动态Copula函数计算石油市场和股票市场之间的在险价值指标(VaR和CoVaR)，研究在极端下跌和极端上涨的市场情况下，国际石油市场与发达国家和新兴市场国家股票市场的短期和长期尾部风险溢出效应.实证研究结果表明，石油市场和股票市场之间存在双向的尾部风险溢出效应.首先在风险溢出的强度方面，石油市场对股票市场的尾部风险溢出效应明显比股票市场对石油市场的尾部风险溢出效应更强烈.其次在风险溢出的方向方面，股票市场对石油市场的尾部风险溢出效应均为正向，石油市场对大部分国家股票市场的上尾风险溢出效应为正向，且对全部国家股票市场的下尾风险溢出效应为正向.最后，石油市场和大部分国家股票市场之间的长期尾部风险溢出效应都比短期尾部风险溢出效应更强烈.研究结果有利于相关市场投资策略的制定和极端风险传染的防范.     

基于二阶统计量的小样本学习算法研究

为了提高小样本学习的准确率和抗干扰能力,提出了一种基于二阶统计量的小样本学习模型,以CNN最后一层卷积输出的一阶特征向量为输入,通过计算协方差矩阵和二阶池化获得具有较高区分度的二阶统计量,采用奇异值(SVD)分解将二阶特征映射到低维仿射子空间并据此分类.本算法在Omniglot和minilmageNet数据集上进行了测试,实验结果表明,在minilmageNet上的5-way 5-shot模型准确率达到了73.6％,比Prototypical Networks高出5.4％,在Omniglot上的20-way 1-shot模型准确率则获得了2.4％的提升,本算法性能优于Prototypical Networks等算法.在异常值测试中,本算法也展现出比Matching Networks和Prototypical Networks算法更强的鲁棒性.     

基于互补子空间线性判别分析的人脸识别

基于随机子空间,提出了一种用于人脸识别的互补子空间线性判别分析方法. 与Fisherface和零空间线性判别分析相比,该方法同时在主元子空间和零空间中进行判别分析,并在特征层融合这两个子空间的判别特征. 根据最适宜的零空间状态构建随机子空间,随机子空间的融合在决策层进行. 多个人脸数据库上的实验结果表明,本算法能够有效地解决线性判别分析中的小样本规模问题.     

低能N+注入凤仙花的变异检测

以低能N 注入凤仙花(Impatiens balsaminaL)种子后获得了高茎、矮茎2个变异品系.对其进行过氧化物同工酶(POD)检测的结果表明,2个变异品系叶片的POD分子大小、表达强度和条带数目与对照相比都发生了一定变化.随机扩增多态性DNA(random amplified polymorphic DNA,RAPD)分析结果也表明变异品系DNA链的脱氧核苷酸序列发生了变异,从25个随机引物中筛选出了9个具有多态性.实验证明适当剂量的低能N 注入能够在基因水平引起凤仙花的变异,为花卉产业的发展提供了一种遗传育种手段.     

广义几何规划的一个改进的Newton算法

广义几何规划的目标函数的Hession矩阵有着特殊结构,利用这一特殊性,对广义几何规划提出了一个改进的Newton算法,证明了其收敛性,并且给出了相应的数值例子。