常微分方程组接受单参数李群的判定条件

通过引入常微分方程组变量的无穷小变换,给出自治与非自治常微分方程组接受单参数李群的判定条件,从而推广了管克英等关于自治常微分方程组接受单参数李群的充要条件.     

二阶非自治系统首次积分的一种构造方法

给出了由二阶非自治系统所接受的两个相互独立的非平凡李群的无穷小生成元构造系统的两个函数独立的首次积分的方法．该方法不需进行坐标变换，且不要求无穷小生成元构成可解李代数．     

复域上几个过极限环积分流形的几何结构

研究了几个多项式自治系统在复域上过其极限环积分流形的复杂的几何结构,得到了在积分流形碰到无穷远奇点后黎曼曲面的4种变化趋向,并且从李群角度上证明了这些系统具有不可积性.     

常微分方程存在广义对称的必要条件

利用李群理论和方法给出了自治常微分方程存在某类特殊广义对称的必要条件.     

基于不变流形研究自治系统的首次积分

如果自治系统接受一个单参数Lie群,那么可以构造性地得到该系统的首次积分.基于不变流形寻找自治系统所接受的单参数Lie群,进而得到该系统的首次积分.     

纯粹的破损过程的群体平衡方程的对称及精确解

建立和研究了不含消沉项而仅具有纯粹的破损过程的积分-偏微分方程(群体平衡方程)模型.首先采用伸缩变换群分析方法找到了积分-偏微分方程所接受的伸缩变换群及对称,并将积分-偏微分方程转化为纯偏微分方程,利用经典的李群分析方法获得了纯偏微分方程所接受的李群及对称.然后综合伸缩变换群和经典的李群分析方法获得的结果,找到了原积分...     

时变时滞非自治神经网络的全局指数稳定性

在激励函数仅满足全局Lipschitz连续,时变时滞函数有界、连续可微且导数小于1的条件下,通过构造一个恰当的Lyapunov泛函并结合Young不等式,利用Lyapunov稳定性理论,首先研究了一类具有时变时滞的多轴突非自治神经网络系统的全局指数稳定性问题,得到一系列在实践中易于验证的、保证系统全局指数稳定的充分条件.作为特例,还得到了具有定常时滞的多轴突非自治系统以及一般的非自治系统的全局指数稳定性充分条件.其次,还得到了一类同时具有连续时变时滞和无穷分布时滞的多轴突非自治神经网络系统的全局指数稳定性充分条件.本文去掉了关于激励函数有界、可微等限制条件,推广并改进了相关文献的结果.本文的结果也适合自治神经网络系统.最后举例说明了本文方法的有效性.     

时变时滞非自治神经网络的全局指数稳定

在激励函数仅满足全局Lipschitz连续,时变时滞函数有界、连续可微且导数小于1的条件下,通过构造一个恰当的Lyapunov泛函并结合Young不等式,利用Lyapunov稳定性理论,首先研究了一类具有时变时滞的多轴突非自治神经网络系统的全局指数稳定性问题,得到一系列在实践中易于验证的、保证系统全局指数稳定的充分条件。作为特例,还得到了具有定常时滞的多轴突非自治系统以及一般的非自治系统的全局指数稳定性充分条件。其次,还得到了一类同时具有连续时变时滞和无穷分布时滞的多轴突非自治神经网络系统的全局指数稳定性充分条件。本文去掉了关于激励函数有界、可微等限制条件,推广并改进了相关文献的结果。本文的结果也适合自治神经网络系统。最后举例说明了本文方法的有效性。     

有关A-李群亚同态性质的探究

本文引入A-李群亚同态概念,研究了A-李群同态与A-李群亚同态的关系和性质,得出A-李群的三个等价条件等主要结论.     

有关A-李群亚同态性质的探究

本文引入A-李群亚同态概念,研究了A-李群同态与A-李群亚同态的关系和性质,得出A-李群的三个等价条件等主要结论。     

Hamilton系统的一种求解方法

应用李群方法 ,通过研究系统的 Hamilton-Jacobi方程 ,给出了某些能量守恒的四阶Hamilton系统的一种求解方法 .     

含源项的Smoluchowski方程的预李群分类

利用预李群分类法研究了带源函数和齐次核函数的非齐次积分—偏微分Smoluchowski方程的部分群分析.首先应用改进的李群分析法得到了带齐次核函数的齐次积分—偏微分Smoluchowski方程的对称、完全群分类和最优化子李代数系统. 其次进一步用预李群分类法获得了相应带齐次核函数的非齐次积分—偏微分Smoluchowski方程的决定方程、决定方程的通解、群不变解、显式解析解和约化的积分-常微分方程.最后所获得研究结果表明预李群分类法不但能用于偏微分方程而且也可应用于积分—偏微分方程.     

复Poisson李群

文章将复李群上的典型复结构扩展到任意的k重向量场上,又结合复李群和Poisson李群的特点,定义了复Possion李群的概念,得到了一些有趣的结论.     

有关李群与李代数相关性质的讨论

本讨论了李群及李群伴随表示不变子空间的性质，末对李群还引入了一种联络。     

李群特征的深度学习算法研究（英文）

由于真实世界中的复杂数据经常能够被表示成李群结构,文章设计了一个以李群特征作为输入的深度网络架构,以此利用深度学习强大的特征表示能力来进行模式识别等任务。在构建李群深度神经网络的过程中,为了保证在优化时李群特征能够被限定在微分流形的结构上,提出了适用于李群特征的深度学习算法。算法在特征学习的过程中不仅能够保证不损失数据流形结构的信息,同时也限定了参数优化的假设空间。基于李群特征的深度学习算法在CIFAR-BW和MNIST数据集上,通过为静态图像设计辐条模型的李群特征,实验结果表明算法在较少次数的迭代下就能够收敛到较为理想的结果。     

一类可积的Lagrange系统

本应用李群方法，通过求解Hamilton-Jacobi方程，得出了一类可积的Lagrange系统的通解。     

一类多轴突非自治神经网络的全局指数稳定性分析

在激励函数全局Lipschitz连续的条件下,通过构造恰当的Lyapunov泛函并结合不等式技巧研究了一类具有时变时滞,以及同时具有时变时滞和无穷分布时滞的多轴突非自治神经网络的全局指数稳定性.得到一系列系统全局指数稳定的充分条件,并举例验证了方法的有效性,推广了相关文献的结果.     

关于辛仿射群和群胚上的讨论

由于李群H上的G-仿射群是一个李群,所以它具有李群的性质。文章根据辛李群的概念,定义了辛仿射群,并讨论了他的相关性质,文章最后分别证明了微分同胚保持Poisson群胚及辛群胚的Poisson结构和辛结构。     

广义对称空间及其性质

G/H表示由李群G的一个对合自同构所决定的齐性对称空间。本文把李群的单个对合自同构推广为由李群 G 的一些自同构组成的有限可换群,从而决定了一个广义对称空间,并讨论了它的某些性质。     

李群方法在寻找二类二次Hamilton系统平衡点中的运用

对一类二次Hamilton系统,假设它有一个平衡点,运用李群方法,得到了一种线性不变群. 在该群的作用下,由Hamilton系统的已知平衡点而得到的新点,仍为Hamilton系统的平衡点.