一个包含勾股数的Euler函数非线性方程的正整数解

利用欧拉函数的性质与初等数论的方法,讨论包含勾股数的Euler函数非线性方程φ(xyz)=aφ(x)+bφ(y)+cφ(z)-m(a,b,c为勾股数且gcd(a,b,c)=1),当(a,b,c)=(3,4,5)且m=16时的正整数解情况,并证明该方程共有28组正整数解。     

基于孪生网络的苹果外观品质分级方法

针对人工和机械在苹果分级中存在低效、易损、准确率低等问题,提出一种基于孪生网络的苹果外观品质分级方法。该方法首先人工采集包含真实背景和不同等级的苹果图像数据集,并进行预处理操作,包括删除无关背景、0-1缩放和数据增强等;其次以卷积层、池化层和批归一化层为基础模块,搭建神经网络模型,提取苹果图像特征;最后用全连接层训练一个分类器,完成对苹果图像特征的分类,从而得到苹果外观品质对应的等级,其中模型的损失函数为对比损失。实验结果表明,构建的孪生网络模型在苹果外观品质分级中,平均分类准确率达到了97.71%,具有较好的稳定性,其用于苹果外观品质的自动分级是可行的,并为其他农产品的外观分级提供思路和参考。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

单位分数跨集中阻尼弦本征解的结构及其性质

针对斜拉索-阻尼（器）系统,推导出阻尼（器）位于任意单位分数跨时（拉索1/n跨位置）系统超越频率方程的代数形式,根据代数基本定理讨论了系统本征解的结构,并结合4个算例分析解的性质. 结果表明：1）本征解可归为n-1个解支. 2）对于同一解支,各阶本征值实部（其相反数即单位时间对数衰减率）均相同,各阶本征值虚部（即频率）构成等差数列. 3）根据频率随阻尼系数变化的特点,解支可分为三类：第一类解支的频率均依赖于阻尼;第二类解支的频率均不受阻尼影响;第三类解支的频率随阻尼系数的不同,具有第一类解支或第二类解支的特点,即随阻尼系数的增大,频率先随阻尼系数变化,到达某一临界值后为常数.     

非线性摄动电报方程初值问题的渐近理论

对一类二阶半线性摄动电报方程,给出了一个渐近方法,证明了解的渐近理论及形式近似解的合理性都在时间变量无穷大时（０≤ｔ≤Ｏ（｜ε｜－１））成立,并推广了赖绍永的工作［应用数学及力学,１９９７,１８（７）：６１１～６１６］．     

生物导热基本方程的一维不定常解析解

对目前比较通用的３种生物导热基本方程－Ｐｅｎｎｅｓ方程,王补宣方程和Ｃｈｅｎ－Ｈｏｌｍｅｓ方程,以及在考虑热波效应时这３种方程的改进形式,都给出了其一维不定常特例下可能的解析解,据知,以前还没有发表过这么完善的解析解,它们除有其不可代替的理论价值外,还可以作为标准解来校验目前日益发达的数值解以及代为基础来研究计算传热学的数值计算方法,另外,文中有些求解无方法也有特殊之处。     

Banach空间二阶微分方程的周期解

研究了有序Ｂａｎａｃｈ空间中二阶微分方程周期解的存在性,利用凸锥理论与上、下解方法获得了周期解的存在性结果,并把Ｌｅｅｌａ关于二阶常微分方程的结果推广到了无限维空间．     

基于卷积型变分原理的半解析法及其在热传导中的应用

本文基于积型变分原理提出了瞬态热传导问题的半解法,该方法在空间域内作有限元离散,在时间上用纵数表示,吸取了现有求解瞬态问题方法的优点,又克服了其缺陷,一维和二维算例结果表明。该方法进求解热传导问题的一种新型、有效的方法。     

拟塑性流体理论中一类奇异非线性边界值问题

研究了起源于拟塑性流体理论中的一类奇异非线性两点边界值问题正确的存在性和唯一性。     

自催化反应模型的行波解

运用常微定性理论的相平面分析方法讨论了自催化反应中的Ｋａａｓ－Ｐｅｔｅｒｓｅｎ模型,得到了行波存在的各种可能结果。