具有伪轨跟踪性的Distal流

Smale在文献[1]中指出:极小集的存在性问题是动力系统中一个十分有意义的问题,其主要问题是寻求空间为何时,才能对其上的一些流来说这空间是极小的.有关这方面的综述报告曾在文献[2]中给出.就Distal流而言,文献[3,4]对这个问题进行了研究.最近Komuro在文献[5]中得到:紧连通流形上具有有限伪轨跟踪性的等距流是极小流.与此同时,Kat(?)在文献[6]中得到:紧连通流形上具有有限伪轨跟踪性的同等连续流是极小流.显然等距流和同等连续流均为Disal流.与此相关,我们要问:具有伪轨跟踪性的Distal流是否为极小流?本文研究了这个问题,并在紧连通度量空间上给出问题的一个正面回答.     

可编程序逻辑阵列的伪穷举故障检测

本文提出了一种适合可编程序逻辑阵列的伪穷举测试方法。在增加少量硬件电路的基础上，通过巧妙的逻辑划分，使每个逻辑子块可用穷举测试法进行故障检测。在保证故障被测度达到１００％的同时，大大缩短了测试所需的时间。测试序列总长度仅为原始输入端数和乘积线数的乘积。     

锥拟凹与锥伪凹概念及其应用

本文在锥序意义下将最小点的概念推广,并利用它将通常的拟凹与伪凹函数概念推广。文中用这些概念给出了多目标规划有效解的一个充分条件。     

广东省蓝藻新种

在整理和编写中国蓝藻志广东省蓝藻的工作中,我们发现并鉴定了下述新种. 1.广州片藻新种图版Ⅰ,图3—4;图版Ⅱ,图9—14;图版Ⅲ,图3—4. Merismopedia cantonensis W. J. Zhu, sp. noy. Thallus libere natans, membranaceo-sublaminiformis, alivaceus, 0.5-2 mm latus, I.5-6 mm longus (oculis nudis visibili), margine laterali bi-vel tri-lobatus, lobis plicatis-convolutis; familiae multae, cum cellulis numerosis compositis; cellulae aspectu frontali oblongae, 5-6μ latae, 6-8μ longae, aspectu laterali cylindricae, 5-6μ latae, 10-12μ altae, contento pallide aerugineo, non granuloso. Guangdong: Xin-f.eng-huang Cun, Henan., Guangzhou, in fossis, aqua     

非线性拟双曲型方程的有限元方法

本文研究了一类非线性拟双曲型方程的半离散化和全离散化的有限元逼近,对这两种逼近格式的收敛性和稳定性理论作了分析,得到了最佳的L~2模和H~1模有限元误差估计。     

伪度量L~*-Lindenbaum代数中基本运算的连续性

研究了伪度量L Lindenbaum代数中基本运算的连续性.结果表明,Fuzzy命题演算系统L 中的全体公式集上的伪度量可以在L Lindenbaum代数M上诱导出一个伪度量ρ,证明了M上的非运算、并运算以及蕴涵运算关于ρ都是连续的.这为在(M,ρ)上建立近似推理理论提供了方便.     

球形气泡在匀速粘性液体中引起的伪湍动

为改进在势流假设下获得的伪湍动表达式,该文在考虑液体粘性的基础上,简化匀速粘性液体绕球体的速度场,运用单元系综平均方法对流场进行处理,得到球形气泡在匀速粘性液体中引起的伪湍动关系式。该关系式表明伪湍动与空泡率成正比,并随颗粒R eyno lds数的增大而趋近势流结果。数据对比结果表明:在低空泡率、中等颗粒R eyno lds数的条件下,该表达式能比势流模型更准确地描述球型气泡在匀速粘性液体中引起的伪湍动。     

有限族多值Ф-伪压缩映象公共不动点的强收敛定理

通过引入一个新的具误差的修正的Ishikawa迭代过程，在Hilbert空间和一致光滑的Banach空间中，证明了此迭代系列强收敛于有限族多值西一伪压缩映象的公共不动点，所得结果改进和扩展了本领域中近期的一些相关结果．     

关于一种严格伪压缩映象Mann迭代序列的强收敛性

证明了在H ilbert空间中非空有界闭凸集上的严格伪压缩自映象有不动点,介绍了一种关于严格伪压缩映象的M ann迭代序列并证明了其强收敛于不动点,其结果把非扩展映象推广到严格伪压缩映象,从而推广了近代一些相关结果.     

基于多维伪F统计量的基因表达动态聚类分析方法研究

K-均值聚类分析算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法，它通过指定类别数K-基于给定的聚类目标函数，并采用迭代更新的方法，使得最终的聚类结果的目标函数值为极小值，达到较优的聚类效果。针对K-均值聚类分析算法存在参数依赖性强，且在整个聚类过程中类的数目无法改变的缺点，引入动态调整聚类个数的思想和多维伪F统计量，提出了一种基于多维伪F统计量的基因表迭动态K-均值聚类算法。实验结果表明该算法可以动态调整聚类个数，给出最佳聚类数目，从而获得较好的聚类质量．