基于重叠型区域分解的时域积分方程法

时域平面波算法可以降低时域积分方程的计算复杂度以及内存消耗,但是时域积分方程的阻抗矩阵的近场部分元素无法减少,内存消耗依然很大。提出了利用重叠型区域分解法降低时域积分方程的内存需求,通过采取划分子区域,利用特征基函数法降低阻抗矩阵规模的方法,降低了内存消耗。数值算例验证了重叠型区域分解法结合时域积分方程能有效地用于瞬态电磁散射问题的分析。     

最终需求对经济拉动效率的变化

本文利用反映加工贸易的非竞争型投入产出模型测算发现2002年到2007年最终需求对中国GDP的拉动效率有所下降,为分析其下降的原因,文章针对区域间投入产出表的特征,提出了一种改进的结构分解分析(SDA)方法. 该方法将列昂惕夫逆矩阵分解为替代效应和制造效应,并分解出了各个区域对拉动效率下降的贡献. 研究发现内资企业国内品增加值率下降和最终使用结构变化是最终需求对GDP拉动效率下降的主要原因,而外资企业产品对进口品的替代则有利于提高最终需求对经济的拉动效率.     

单关联线性规划的最优化解法

用最优化搜索方法解决一类单关联线性规划［１］问题．对大规模线性规划，由于状态变量数太多，受微机内存容量限制，用通常的单纯形法解决不了．当规划约束条件是单关联时，用最优化解法可以克服这一困难．同时当约束条件不合理时，规划常常是无解的，但用这种最优化解法，则比较容易查清原因，调整不合理的约束，使问题得到解决．     

基于PBM的甘肃省用水量变化分析

由于结构分解方法（SDA）的非唯一性缺点，对一种变量变化存在多种分解形式和分析方法，且结果存在一定差异.基于此，引入一种更为全面的分解方法，路径基础法（PBM），通过对参数的估算来描述并确定时间路径，精确分析各变量对总变化产生的影响.以甘肃省为例，对2002年至2007年间本地用水总量变化进行了分解研究. 利用PBM对用水强度，生产技术和最终需求三因素变化对用水总量变化的影响进行了实证分析.结果表明：大多数部门用水强度降低导致了本地用水量的减少；生产技术的改变导致了本地用水量的减少；各产业部门最终需求的增加导致了本地用水量的增加.通过对三个影响因素的综合研究发现，种植业中三个因素对本地用水总量变化的影响最大，这说明甘肃省用水量变化主要是由种植业的用水变化决定的.     

解带Robin边界条件的变分不等式的区域分解算法

针对一类带Robin边界京件的椭圆型变分不等式问题，构造基于Robin内边界传输条件的非重叠加性区域分解算法，并建立了算法的收敛性。这类区域分解算法广泛应用于求解偏微分方程边值问题并取得了一系列收敛性结果。数值结果表明，基于Robin边界传输条件的区域分解法可通过调节内边界传输条件中的Robin参数，来加快算法的收敛速度。     

非共形区域分解法分析电磁散射问题

非共形区域分解法允许相邻子域在分界面上具有不一致的网格剖分,对所形成的方程组的求解类似于Jacobi迭代。通过对子域分界面上混合边界条件的修正,以及使用修正后的Galerkin测试基函数,可以很大程度上加速迭代收敛。同时,将各向异性完全匹配层（perfectly matched layer, PML)引入非共形区域分解法,也极大地减少了未知量。另外,还对多种加速求解的方法做了深入研究,对非共形分界面上实现数据交换做了详细的阐明。最后通过算例验证了该算法的准确性和高效性。     

带时间约束的运输问题简便解法

带时间约束的运输问题的传统解法通常是用多目标规划法。多目标规划法虽可解运输问题，但比较繁琐，不便于掌握和实际应用与推广。为了克服这一缺欠，提出新的解法。简便解法利用简单的数学方法把多目标规划法简化为单一目标，简化为传统运输问题模型。此外在此基础上还给出快捷法求解运输问题．使得带时间约束的运输问题的求解更加简捷、更加便于掌握和实际应用与推广。     

多指标决策TOPSIS方法的进一步探讨

改进的理想解法是一种新的多指标决策方法，但在评价各可行方案判据的问题上，却没有沿袭理想解法(双基点法)的基本思想。本文将以靠近理想解和运离负理想解两个基准，来完善改进的TOPSIS方法。     

用改进的分解法预报玉米产量

根据河南省长葛县玉米产量统计数据以改进的滑动平均法，分解拟合了玉米的趋势产量，分析了玉米气象产量的周期波动，进而给出了玉米产量的预测，预报方程，并作了精度检验。     

一类休假的Geo~X/G/1可修排队的可靠性分析

考虑单重休假、Bernoulli反馈和可变输入率的离散时间Geo~X/G/1可修排队.顾客的批到达速率与服务器的休假有关.刚服务完的顾客以概率1-θ进入队列寻求下次服务.服务器在服务过程中可能故障需修复后再继续工作.借助更新过程理论、z变换和一种分解法,研究了时刻n+位于服务器忙期的条件概率、服务器的瞬态和稳态不可用度以及(0~+,n~+]时间内服务器的平均故障次数和稳态故障频度,揭示了这类离散时间可修排队中服务器可靠性指标的结构,得到了一些特殊可修排队的可靠性结果.最后通过数值实例分析了系统参数对服务器可靠性指标的影响.     

A DECOMPOSITION METHOD OF STRUCTURAL DECOMPOSITION ANALYSIS

Over the past two decades, structural decomposition analysis (SDA) has developed into a major analytical tool in the field of input-output (IO) techniques, but the method was found to suffer from one or more of the following problems. The decomposition forms, which are used to measure the contribution of a specific determinant, are not unique due to the existence of a multitude of equivalent forms, irrational due to the weights of different determinants not matching, inexact due to the existence of large interaction terms.In this paper, a decomposition method is derived to overcome these deficiencies, and we prove that the result of this approach is equal to the Shapley value in cooperative games,and so some properties of the method are obtained. Beyond that, the two approaches that have been used predominantly in the literature have been proved to be the approximate solutions of the method.     

基于EMD的降雨径流神经网络预测模型

针对小波变换方法的不足,运用EMD方法对黄河兰州以上二级水资源分区45年（1956--2000年）的年降雨量序列进行多时间尺度分析,发现该区域年降雨量存在准3年、准4--8年、准11年波动周期,并探讨了各IMF分量的物理背景及其趋势变化;然后以年降雨量的EMD分量为输入,以相应的年径流量为输出,建立了基于EMD的年降雨径流BP神经网络预测模型. 研究结果表明：EMD作为一种全新的信号处理方法,可以对水文时序进行精确的多时间尺度分析,进而掌握其局部变化规律,为人工神经网络提供高质量、多层次的输入变量,显著提高模型质量.     

基于稀疏分解的图像压缩

图像稀疏分解是一种新的图像分解方法,可以将图像分解为很简洁的近似表达形式。在图像稀疏分解的基础上,对分解出的数据进行压缩。通过对分解结果数据分布规律进行分析,提出了量化和编码的方案,期望在低比特率情况下,得到较好的解码图像质量。实验结果表明基于稀疏分解的图像压缩方法得到的解压图像有较好的主观图像质量。     

基于LMD-WSVD的半球谐振陀螺混合去噪方法

为了减少半球谐振陀螺(hemispherical resonant gyroscope, HRG)输出噪声对导航精度的影响，提出了一种基于局部均值分解-排列熵-小波变换-奇异值分解的混合去噪方法。首先，使用局部均值分解方法对HRG信号进行分解，然后排列熵将其划分为两类：低频分量和混合分量；之后将小波变换和奇异值分解级联以构成两级滤波器，对混合分量进行降噪处理，最后重构得到最终的信号。通过实验验证了该方法的有效性，实验结果表明，相比原始信号，所提出的方法有效地减少了HRG的输出噪声，提高了其测量精度，其中角度随机游走降低了99.9%,零偏稳定性降低了60.3%。     

稀疏混合数据的矢量聚类分析与应用

对稀疏混合数据进行分析,发现该类数据具有方向性聚集分布的特点。首先证明了可以采用方向性聚类方法对稀疏混合数据进行处理分离出原数据。即用方向性聚类算法对稀疏混合数据进行聚类分析可以估计出混和矩阵。然后证明采用方向性聚类算法分离出来的数据和原数据之间具有确定的尺度和次序变化关系。最后针对多通道混合数据的盲分离提出了基于中心矢量聚类的稀疏混合数据分离算法SMDDCVC(sparse mixing data decomposition based on center vector clustering),并将该算法用于稀疏混合图像的盲分离。实验结果表明基于SMDDCVC算法的稀疏混合数据盲分离算法是有效的。     

瞬时频率的一种估计方法

为了得到在物理上有意义的瞬时频率 ,必须把基于信号全局性的限制条件修改为局部的限制条件 ,并且把这些条件转换成物理上可实现的步骤。首先讨论了用希尔伯特变换定义的瞬时频率的定义 ,然后介绍了一种新的瞬时频率估计方法。该方法利用局域波分解方法 ,把复杂的信号分解成有限个基本模式分量 ,从而使由希尔伯特变换定义的瞬时频率具有实际物理意义。由于该方法是基于信号局部特征的 ,因此适用于非线性、非平稳信号的处理。最后指出了这一方法研究的有关问题。     

基于可靠性指标的系统分级递阶全局优化设计

复杂的工程系统，根据其逻辑构成可以化为多级递阶形式，每级含有若干个子系统，每个子系统既受其上级子系统所控制，同时又控制着其下一级一组子系统，以造价为协调参数，可靠度为解耦参数，给出了系统全局优化设计的分解协调过程     

基于三阶线性微分算子的零空间追踪算法

本文研究了利用一个自适应的三阶线性微分算子把一个复杂信号分解为若干简单信号的和, 这些简单信号属于这个三阶线性微分算子的零空间. 通过三个具体的信号分解的例子,展示了我们所提出算法的实用性.最后通过一个实例,对我们提出的算法与经验模态分解算法进行了比较,实验结果表明我们提出的算法要好于经验模态分解算法.     

基于EMD-WA模型的BDI指数波动周期特征研究

运用结合EMD分解和小波分析构建的EMD-WA模型,分析了国际干散货市场BDI指数的波动周期特征.通过EMD方法对BDI指数序列进行分解,针对分解出的本征模函数的均值、方差比和周期三个方面的特点,将不同频率的IMF进行分类重构,最后通过小波分析方法得到重构序列的主周期情况,并对结果做进一步分析.研究结果表明:一是BDI序列可以分解为随机波动项、周期波动项和趋势项三部分:二是季节性波动周期长度约为1年(0.88年),短周期长度约为4年(3.70年),中周期长度约为10年(9.96年);三是BDI序列周期特别是短周期呈明显4年到2年的缩短趋势;四是突出分析了重大事件与中、长周期紧密联系.     

POLSAR多视复图像的特征提取和分类方法

Pauli分解和Krogager分解通常用于对极化合成孔径雷达(POLSAR)单视复图像中的相干复散射矩阵进行分解.基于Pauli分解和Krogager分解提出一种改进的极化特征分解方法,用于POLSAR多视复图像极化特征提取.首先利用Pauli分解分离出多视复图像数据的对称部分和非对称部分,然后利用Krogager分解提取出对称部分的极化特征,最后利用AdaBoost算法对所提取的极化特征进行分类.使用SIR-C的数据验证了方法的有效性.