τ-强局部模

推广了局部模的概念,定义了τ-局部模与τ-强局部模,探讨了τ-强局部模的性质,并且利用τ-稠密子模得到了关于τ-强局部模的一个等价刻画.     

局部核方法及其应用

核方法是机器学习中一种强有力的学习算法.多个领域的实践表明，通过将领域知识嵌入到核函数中，一般会得到比较好的学习效果. 从微分流形的观点讨论了机器学习中全局信息与局部信息的关系，并提出了一种嵌入局部有意义信息的核方法.文本分类的实验结果表明，与其它几个分类算法相比，它具有较高的性能.     

ZIP回归模型的局部影响诊断

基于EM算法和完全数据对数似然的条件期望，分别研究了ZIP回归模型在加权扰动、解释变量扰动和响应变量扰动下的局部影响诊断问题，得到了相应的诊断统计量．最后通过一个实例说明诊断统计量的有效性。     

局部凸Hausdorff空间中的Drop定理和Drop性质

证明了局部凸H ausdorff空间中的一个D rop定理,提出了局部凸H ausdorff空间中的-τdrop性质、拟-τdrop性质和局部D rop性质.并证明τ-序列紧凸集具有-τdrop性质,τ-可数紧凸集具有拟-τdrop性质以及局部序列紧凸集都具有局部D rop性质.     

基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．     

基于遗传算法的神经网络算法研究

针对神经网络存在许多局部最小点，在某些初值的条件下，算法的结果会陷入局部最小等问题．文章将遗传算法和神经网络相结合，用遗传算法替代BP算法学习网络权值，并将其应用于聚类分析．计算结果表明，遗传算法和神经网络的结合将具有良好的全局搜索能力。     

方形钢管混凝土构件局部屈曲理论分析与试验研究

通过刚性基底上沿非受载边弹性约束、面内均匀受压矩形板屈曲行为的分析研究,用里兹能量变分法建立了满足上述边界条件的板弹性屈曲强度的计算公式.通过考虑内填混凝土对组成钢板边界约束的增强作用,进一步用于方形钢管混凝土局部屈曲强度的计算,计算结果与已有方钢管混凝土柱局部屈曲试验结果基本吻合.图4,表3,参10.     

模的系数环的约化

在此讨论一个模的系数环约化为环的一个理想以及约化为环中单个元的问题，并给出一个模的系数环约化为环的一个理想以及约化为环中任意一个非零元的充分条件．     

关于Emden-Fowler型方程的非局部边值问题

考虑Emden-Fowler型方程的非局部边值问题.在一定条件下证明了该问题存在二解、存在唯一解和无有界解.     

基于部分匹配方式的可扩展P2P搜索算法

理想的P2P(Peer-to-Peer)搜索算法应该同时具有信息检索水平的查询质量和有效的搜索性能。然而,现有的搜索算法都不能同时较好地满足这两点。基于这两个目标,该文提出一种基于层次聚类的分布层层次聚类(DHC)搜索算法。该算法中首先利用向量空间模型将文件内容表示成向量的形式,然后经过层次聚类操作得到一棵关于全网所有文件向量的层次树,层次树信息分布式地存储于整个网络中,以层次树为路由线索,路由深度不会超过树的高度。初步仿真试验表明,该算法的查全率在80%以上,并具有对数量级的搜索与更新代价。