关于建立变分原理的变积方法探析

通过分析变积运算过程 ,指出变积法是伽辽金法的特定形式和深化 ,并探讨了变分原理和变分形式之间的联系     

分子传质问题的变分原理与广义变分原理

本文利用加权余值法从微分方程及其定解条件出发,导出了分子传质问题的变分原理,利用拉格朗日乘子法吸收第一类边界条件给出其广义变分原理。     

分子传质问题的变分原理与广义变分原理

本文利用加权余值法从微分方程及其定解条件出发，导出了分子传质问题的变分原理，利用拉格朗日乘子法吸收第一类边界条件给出其广义变分原理。     

对流传质的变分问题与广义变分问题

本文利用加权余值法从微分方程及其定解条件出发导出了对流传质的变分问题，然后利用拉格朗日乘子法，吸收第一类边界条件，给出其广义变分问题。     

动力学分区余能变分原理及其广义变分原理

本文首先指出．在动力学余能变分原理中，只要给出满足起始和终了时刻速度的假定，则不再需要满足其他任何附加的约束条件，在此基础上．本文提出并论证了动力学分区余能变分原理，并利用拉格朗日乘子法得到了不完全和完全的动力学分区广义余能变分原理．     

广义变分不等式解的精炼

主要通过对集值映射Φ的定义域X和法锥映射进行扰动,对Φ的广义变分不等式的解进行精炼,进一步提出稳定解和法锥稳定解的定义,并证明其存在性结果。     

非线性液固耦合系统的一个广义变分原理

基于势流理论，在液体小幅度流动的前提下，考虑水中结构大变形的影响，对于具有自由液面的非线性液固耦合系统，提出了一个广义变分原理，它为这类问题的有限元数值分析提供了有力的理论依据．     

非线性液固耦合系统的一个广义变分原理

基于势流理论，在液体小幅度动的前提下，考虑水中结构大变形的影响，对于具有自由液面的非线性液固耦合系统，提出了一个广义变分原理，它为这类问题的有限元数值分析提供了有力的理论依据。     

广义变分原理中泛函的量值与形式

给出弹性力学广义变分原理的一般表达式,并对唯一性定理和等价原则进行了讨论。     

电磁学中的瞬时广义变分原理

利用加权残数法建立电磁学的瞬时广义变分原理,提出了两种三类变量的瞬时广义变分原理。这些广义变分原理对各向异性及各向同性介质的电磁场问题都适用,包括静电磁场、时变电磁场、线性的及非线性的电磁场问题,     

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题, 提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法, 通过均值迭代阈值分割法过滤图像背景, 并基于AlexNet构造新的卷积神经网络. 与其他常用的卷积神经网络进行对比实验结果表明, 在样本数量不足的图像识别任务中, 该算法识别效果较理想, 与其他卷积神经网络相比, 具有更高的识别准确度、 更低的识别误差和更快的收敛速度.     

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题, 提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法, 通过均值迭代阈值分割法过滤图像背景, 并基于AlexNet构造新的卷积神经网络. 与其他常用的卷积神经网络进行对比实验结果表明, 在样本数量不足的图像识别任务中, 该算法识别效果较理想, 与其他卷积神经网络相比, 具有更高的识别准确度、 更低的识别误差和更快的收敛速度.     

广义尺寸链计算的概率方法

本文采用概率方法,根据广义尺寸链中终结环与各组成环之间的非线性函数关系,在已知组成环功能参数的误差分布的条件下,导出终结环功能参数的数字特征、分布形态、基本规格以及偏差的计算方法。并探讨了该方法与统计公差之间的联系。     

运用广义网络流模型进行金融产品的套利定价

运用广义网络流模型和线性规划对偶理论，提出了一种金融产品的套利定价方法．与传统的套利定价方法不同，利用这种方法对某种金融产品定价时，可以把多品种多市场的套利因素同时予以考虑，得到一个无套利机会的定价区间．     

薄壁杆件有限元中的广义位移方法

本文使用广义位移方法外理薄壁杆件联接点处结点变形的影响．克服了刚结点模 型的局限性。该方法已在具有多层子结构功能的通用程序ＪＩＧＦＥＸ中实现．考题及 实例计算表明了本方法能正确考虑翘曲影响，提供较为满意的结果。     

一种基于循环神经网络的古文断句方法

提出一种基于循环神经网络的古文自动断句方法。该方法采用基于GRU(gated recurrent unit)的双向循环神经网络进行古文断句。在解码过程中,该算法不仅利用神经网络输出的概率分布,还进一步引入状态转移概率和长度惩罚,以便提高断句准确率。在大规模古籍语料上的实验结果表明,所提方法能够取得比传统方法更高的断句F1值。     

用广义位移法分析结构

本文提出一种结构分析的广义位移法。同通常的有限元法相比,该方法中的未知数大大减少,而计算精度却与有限元法大致相当。文中还给出了用于弹性薄板和弹性力学平面问题的算例。     

一种基于遗传神经网络的医学图像分割方法

针对一类具有纹理特征的医学图像,提出一种结合纹理信息,利用遗传神经网络的图像分割方法。该方法以混合递阶遗传算法优化径向基神经网络,同时优化其结构及参数。试验表明,该方法应用于生物医学图像,能够区分图像不同的纹理区域,获得较好的分割效果。     

基于神经网络的自适应图像分割

非均匀光照条件下的图像目标难以用阈值选取方法分割，本文使用神经网络建立自适应阈值曲面，以此作为图像分割的依据．自适应阈值曲面由图像中具有高Ｌａｐｌａｃｅ值的边缘拟合而成，拟合过程由神经网络实现．计算机摸拟证实了此设想的可行性以及相对阈值分割方法的优越性．