Jackson多项式在广义Hölder度量下的逼近

 林阿婵1991年给出Hölder度量下Jackson多项式的逼近与饱和定理,在此基础上,本文运用度量定义、连续模的性质、Jackson多项式的插值特性,再结合不等式的放缩方法,解决了如下问题：一个函数所生成的Jackson多项式与该函数之差在广义Hölder度量下的范数若要达到一定的阶,函数及其共轭函数所要满足的条件.最后给出了广义Hölder度量下Jackson多项式逼近与饱和的两个结果,建立了更广泛适用的理论.     

基于最优样本子集的在线模糊LSSVM混沌时间序列预测

提出一种基于最优样本子集的在线模糊最小二乘支持向量机(least squares support vector machine,LSSVM) 混沌时间序列预测方法. 算法选择与预测样本时间上以及欧氏距离最近的样本点构成最优样本子集,并采用" 不敏感函数对其进行模糊化处理,通过模糊LSSVM 训练获得预测模型. 随着时间窗口的滑动,最优样本子
集和预测模型实时更新,模型更新采用分块矩阵方法降低运算复杂度. 实验中对时变Ikeda 序列进行预测,表明所提出的方法与离线和在线LSSVM 相比,训练速度更快,预测精度更高.     

安全量子投票协议

结合人工投票的实际需求,提出了一个量子投票的模型及协议。该协议克服了传统电子投票中普遍存在的计算安全性的局限,具有无条件安全性。与现存的量子投票协议相比,本协议对验票人的行为采用即时监督来代替事后审计,同时降低了技术难度以提高协议的安全性及运行效率。     

MyriaNed传感器平台分组密码算法的实现与优化

在MyriaNed传感器平台上,采用面向软件的设计思路,很好地平衡了算法的安全性和软硬件实现上的效率与开销,从而实现了AES,SKIPJACK及KLEIN这3种分组密码算法.通过面向软件的设计思路,很好地平衡了KLEIN算法的安全性和加密速度.比较在MyriaNed平台消息分组加密速度,KLEIN算法相对于AES算法的速度优势明显.传     

基于压电陶瓷的惯性驱动器控制技术研究

由于压电陶瓷迟滞效应和摩擦力非线性等因素影响,压电惯性驱动器开环控制存在着一定的误差,定位精度较低。为了提高压电惯性驱动器的定位精度,满足高精度控制的需要,提出了基于前馈补偿的模糊PID反馈混合控制器。设计了开环、前馈开环、模糊PID闭环反馈三种控制方式,对压电惯性驱动器定位精度的控制效果进行了相关的试验测试。试验表明,基于前馈补偿的模糊PID闭环反馈控制有效提高了压电惯性驱动器的定位精度,减小了稳态误差,在16μm的运动范围内,定位精度达到0.04μm。     

基于单元重用机制的轻量化建模算法

给出了一种在三维模型中发现所有外形相同的模型单元并重用这些单元来构造轻量化模型的新方法。该方法不仅能有效地区别相同几何顶点而拓扑不同的模型单元,并且通过对模型单元进行对称不变性变换及其它优化处理,使相同单元的对齐效果和处理效率得到了进一步的提升。采用的体素化匹配方法对于PCA协方差矩阵退化情况具有鲁棒性,不需专门处理,并可以精确且高效地比较两单元。实验结果表明,该方法相比其他方法可以寻找出更多的可重用单元,速度上平均提升20倍左右,因此本方法在效果与效率上均好于已有的同类算法,并且很好的应用于模型轻量化。     

一种基于模型共享的半监督多标签图像学习法

提出一种快速且有效的半监督多标签学习方法:模型共享半监督推举。该方法能发现、共享并组合多个基模型,每个基模型是在某个标签上利用半监督支持向量机(S3VM)上学习的。通过使用模型共享,标签关联被显示地利用且对于每个标签来说只需要少量的基模型即可生成最后的决策结果。在Corel5k和Mediamill数据集上评估方法,实验结果显示的方法与当前流行的监督和半监督多标签学习方法是可比的。     

多任务协作、跨学科研究与多学科人才结构匹配——对美国麻省理工辐射实验室雷达研制的历史考察

美国政府基于国家利益组织的"雷达研制"等军事研发工程,有力地促进了大学跨学科研究的发展和繁荣。雷达研制在美国能取得巨大的成功,最根本的原因就是多学科领域的科学家、工程师等人之间进行有效的跨学科研究。从雷达研制的复杂过程可以发现,多任务协作的跨学科研究合作需要合理的多学科人才结构匹配,即:战略决策人才、组织管理人才、科学研究人才与工程技术人才。     

一般非线性约束优化问题的信赖域法

通过引进松弛变量和极小化增广 Lagrange 函数的方法,将等式约束的非线性优化问题推广到不等式约束和一般约束的情形,同时将滤子技巧和信赖域法相结合,提出一种求解非线性约束优化问题的信赖域新算法,扩大了算法的适用范围,提高了算法的计算效率,并通过数值试验说明算法的有效性