Liebowitz公式的另一数学证明

本文从弹性应变能变化的观点,采用复变函数理论的方法,给出了H.Liebowifz公式的另一数学证明。同时,也得出了Griffith能量变化修正公式。     

Littlewood—Paley算子交换子的有界性

利用Hardy-Lorentz空间的原子分解,借助于L^q有界性的结论,使用不等式估计,证明了Littlewood—Paley算子交换子从Hardy—Lorentz空间到弱空间L^p,∞（R^n）的有界性。此结果补充了Littlewood—Paley算子交换子有界性理论。     

不同Bers-型空间之间的加权复合算子

假定D={z∈C∶z<1}是复平面上的单位圆盘,uCφ是由D上的解析函数u与解析自映射φ所诱导的加权复合算子.给出了单位圆盘上不同Bers-型空间之间的加权复合算子与不同小Bers-型空间之间加权复合算子的有界或紧的充分与必要条件.     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于双Gold序列的TDCS基函数伪随机相位生成方法

为了提高变换域通信系统(transform domain communication system,TDCS)基函数的随机性与相关性,提出了采用双Gold序列控制产生变换域通信系统基函数伪随机相位的方法。首先通过Gold序列2控制产生相位映射抽头数,然后由Gold序列1映射产生基函数伪随机相位,所产生的基函数具有良好的类噪声性和相关性。仿真表明,与传统一维m序列产生方法相比,采用双Gold序列映射产生的基函数具有更好的随机性和相关性,可有效降低系统误码率,提高变换域通信系统抗截获能力,具有良好的多址接入性能。     

正交各向异性板周期张开型平行裂纹的应力分析

通过构造适当的Westergaard应力函数,采用复变方法和待定系数法对正交各向异性纤维增强复合材料板的周期张开型平行裂纹尖端附近的应力场进行力学分析.在无穷远处对称拉伸载荷的作用下,利用双曲函数的周期性,修正常规的应力强度因子定义,得到用n表示的周期张开型裂纹尖端的应力强度因子及用修正的应力强度因子表示的周期张开型裂纹尖端附近的应力场的显式解析表达式.此外,应力场的大小与材料弹性常数有关,这是正交各向异性材料不同于各向同性材料的特征.由于裂纹的周期分布,应力强度因子的大小取决于形状因子.结果表明,当裂纹间距趋于无限大时,退化为含单个中心裂纹正交异性纤维增强复合材料板的结果,并且所得的解析解能更好地体现裂纹的周期性.     

Hopfield型连续反馈神经网络的全局指数稳定性

研究了Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的全局指数稳定性,给出了平衡点的全局指数稳定性的充分条件,这些条件有利神经计算,同时对于Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的设计和应用都很有意义。     

微积分基本公式的简明证法及其应用

微积分基本公式在微积分的理论和应用中占有十分重要的地位,使学生怎样掌握该公式的证明和应用一直是教学的关键点和难点。其主要原因在于目前教科书中的证明要借助于积分上限的函数及其导数,过于复杂和抽象,使学生难以理解和掌握,因此,它无疑成为长期以来困扰教与学的瓶颈问题。为此,笔者给出该公式的一种简明证法,并讨论了该公式的新用途。主要包括:定积分的值与积分变量的选择无关性;积分上限函数的求导法则的新证法等。这种简明证法和应用具有的实际意义是:该证法使学生易理解和掌握,既克服了现行教科书中的不足,又为教学提供了一条有效途径。     

基于Weibull模型的相渗关系表征研究

针对特低含水饱和度和特高含水饱和度时相渗关系表征误差较大的问题,通过对大量岩芯样品的相对渗透率测定实验数据进行详尽分析,发现水、油相对渗透率比值的自然对数ln（K_rw/K_ro）与标准化后的含水饱和度S_wn的双重自然对数ln（ln 1/SS_wn）之间具有良好的线性关系,两者符合Weibull函数关系。在此基础上,基于Weibull模型提出了一种新的相渗关系表征关系式,并以此为基础改进了相渗分流量方程的拟合计算方法。该方法及由其推导的相渗分流量方程较传统油层物理学方法计算的分流量方程在特低中含水期内能大幅度提高产水率的拟合精度。     

基于免疫遗传算法改进DFNN模型及其应用

针对动态模糊神经网络（DFNN）在进行预测应用时容易陷入“局部极值”的缺陷,提出一种改进方案。综合人工免疫算法和遗传算法的优点,用免疫选择优化遗传算法的进化策略,提出一种新的免疫遗传算法。将免疫遗传算法对模糊神经网络的学习算法进行改进,增强其学习能力和算法的稳定性。结合复杂性强的短期电价预测问题,采集美国PJM电力市场的实际数据作为样本数据,对免疫遗传算法改进DFNN进行实证研究。研究结果表明：与DFNN的预测结果相比,改进后的方法在同样的运算条件下,预测精度提高4．5％,而运算时间仅增加6．4s,说明基于免疫遗传算法对DFNN模型的改进效果较好。