完备格上的拟-t-模及蕴涵算子的直积和直积分解

进一步讨论完备格上的拟t-模与剩余蕴涵算子,研究了它们的直积与直积分解,最终得到了直积分解的充要条件,解决了一个关于模与蕴涵算子的直积分解问题.     

点集拓扑的40个问题

给出了点集拓扑40个问题,是点集拓扑问题的一部分.     

广义伪Ricci对称Sasakian流形

Chaki引入了非平坦黎曼流形(M^n,g)(n≥2)，并称之为伪Ricci对称流形，记为(PRS)n，在此基础上Chaki和Koley定义了一类非平坦黎曼流形，并称为广义伪Ricci对称流形，记为G(PRS)n。讨论了广义Ricci对称Sasakian流形，证明了如果向量场ρ,λ和μ中任意2个正交于ξ，则第3个也正交于ξ。另外计算了广义伪Ricci对称Sasakian流形的数量曲率的值。     

方向极大似然估计

在本文中将极大似然估计的定义进行了推广，提出了方向极大似然估计的新概念，并在正态分布、对数正态分布下证明了两参数μ，σ的等腰双曲线型关系。     

正则模糊神经网络在积分模意义下的逼近性

给出了模糊值函数在Lebesgue测度空间上的Lp-积分模定义, 得出了正则模糊神经网络依L-积分模对模糊值函数构成泛逼近器. 进而在伪可加测度空间上定义了模糊值函数的Lp-伪积分模, 研究结果表明正则模糊神经网络在L-伪积分模下对模糊值函数也具有逼近性.     

基于分数阶傅里叶变换的chirp信号时频分析

提出了一种新的基于分数阶傅里叶变换的伪维格纳分布(PWD),用于单分量或多分量chirp信号的分析。首先通过搜索二阶分数阶傅里叶变换矩的极值点,寻找最佳变换域,然后利用旋转的短时傅里叶变换,在分数阶傅里叶变换域中实现各分量chirp信号间的分离,以抑制交叉项及噪声项的干扰。在已知信号模型的前提下,还给出了分数阶傅里叶变换最佳旋转角度的经验计算公式,以辅助信号分析。仿真实验表明,通过对时频平面的旋转,所提出的方法能够在分数阶傅里叶变换域中,很好地抑制多分量信号间的交叉项干扰,更好地提取信号的时频信息。     

直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

伪脐子流形的两个Pinching定理

设Mn+p+q2是n+p+q维拟常曲率的黎曼流形,Mn+p1(c1)为Mn+p+q2中的n+p维常曲率为c1的子流形,Mn为Mn+p1(c1)中具有平行平均曲率向量的紧致伪脐子流形,给出了Mn是Mn+p1(c1)的全脐子流形的几个充分条件.     

钟萼木当年生生长性状与不同生长类型适应性探讨

应用大样本调查方法和正态分布标准差分类法对钟萼木的当年生苗木高与地径生长量的不同生长类型进行分类,结果表明苗木群体高与地径生长划分为8个不同生长类型,群体表现明显的早期生长分化,群体平均值与相邻两区间生长类型个体权重占整体的85%以上,生长较好与较差的生长类型两极分化所占比例较小;不同生长类型分类较好地表明群体生长性状多样性组成和物种潜在生长优势,可为优良生长类型筛选提供依据.对不同生长类型个体适应性研究表明,该树种生长类型差的个体高生长期较短,优良生长类型个体有更长的高生长期,但地径生长期基本是一致的,主要受高生长期与光合作用率影响,说明遗传品质对苗高与地径生长影响显著.     

基于伪数据的机器翻译质量估计模型的训练

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据, 提出面向目标数据集的伪数据构造方法, 采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练, 并针对不同伪数据规模设计实验。结果表明, 在构造得到的伪数据下, 利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升。