Ricci曲率,共轭半径和大体积增长

研究了一类具有非负Ricci曲率和大体积增长的完备非紧黎曼流形.证明了在共轭半径有正下界以及流形M上测地球与欧氏空间上单位球的体积增长相差不大的条件下,流形M微分同胚于Rn.该文将体积增长条件改进,推广了M.Do.Carmo和C.Xia的结果.     

归一化自适应共轭梯度恒模盲均衡仿真研究

为提高恒模盲均衡算法收敛速度,提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义,并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新,对均衡器输入采用归一化进行处理,以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间,与LMS算法相比较具有更快的收敛速度,仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能,复杂信道条件下剩余码间干扰可降低约10 dB,均衡系统中引入的级联滤波器可视为时变信道的一部分,表明算法对于时变信道同样有效。     

质子交换膜燃料电池流场设计最佳化的反问题求解方法

为寻求最佳的流道高度参数,利用由简化共轭梯度法(反向求解器)和完整的三维、两相、非等温燃料电池数学模型(正向求解器)构成的质子交换膜燃料电池多参数最佳化反问题求解方法,将流道各弯头处高度作为搜寻变量(最佳化对象),以电池输出功率密度的倒数作为目标函数,通过搜寻目标函数最小值,得到了流道各弯头处最佳高度(最优化设计参数值).结果表明,最佳的蛇型流场除出口流道为高度渐扩型外,其余流道均为高度渐缩型,其性能比传统蛇型流场提高了约11.9%.渐缩型的流道强化了肋下对流,可有效移除肋条下方多孔扩散层中的液态水,提高反应气向多孔电极的传递速率,因而改善了电池性能.渐扩型的出口流道可防止过强的肋下对流导致燃料"短路",直接跨过多孔扩散层从电池出口流出造成燃料浪费.     

基于小波框架的有限角度CT重建算法

针对有限角度CT重建问题,结合压缩传感相关理论,提出了基于小波框架的有限角度CT迭代重建算法．该算法利用小波框架的冗余性及框架系数稀疏性原理,首先建立了小波框架图像重建模型,通过共轭梯度法求解投影方程,得到重建图像,然后通过分裂Bregman迭代法对重建图像的小波框架系数进行阈值收缩,减小图像L1范数,提高重建精度．实验结果表明在有限的投影数据下该算法重建出的图像内部结构边缘清晰,对比度高,重建误差低,对噪声有一定的抑制作用．     

无约束优化问题的一种新的共轭梯度法

为了求解无约束优化问题,提出了一种新的共轭梯度法,并证明了其在适当的条件下满足全局收敛性.初步的数值结果表明新的共轭梯度法是有效的.     

基于反馈评判的SPIT检测与防范方法

针对全IP融合网络环境下的垃圾语音信息(spam over Internet telephony,SPIT)隐患,提出了一种基于反馈评判的检测与防范方法.该方法引入了终端用户的参与,结合信任与信誉机制,能够简单、高效、无损地利用直接和间接的反馈信息.改进的信任度与信誉度推理算法充分体现了SPIT行为的分布特性并反映了影响评判结果的各因素的权重关系.增量学习算法保证了信任度和信誉度的实时性,融合算法则动态调整了信任度和信誉度在评判中的角色.实验及分析表明上述方法具有较好的准确性和敏感性,能够对SPIT进行有效的检测及防范.     

有限群中的子群和元素的共轭性质

对有限群的子群和元素的共轭类及共轭关系进行了讨论,从有限群中子群和元素的局部性质出发来描述群的整体结构,研究它们对整个群结构的影响,同时也得到了一些证明的技巧.     

N维酉空间上的正规变换的性质探讨

本文给出了n维酉空间上的正规变换的几个充要条件和几个重要性质。并进行了证明,对进一步研究正规变换具有重要的意义．     

一种改进的小波神经网络的网络流量预测算法

为了有效地对网络进行维护,提高网络性能,预知网络流量可以提前对网络出现的问题采取应对策略,从而对用户提供更好的服务。在神经网络预测模型中把隐含层的传递函数用小波函数替换,并采用共轭梯度下降算法,建立了一个小波神经网络的网络流量预测模型。通过实际流量数据对模型进行仿真,结果显示该模型与神经网络预测模型相比,该网络具有良好的预测效果,网络训练时间短,有效地提高了训练速度。     

Krylov subspace method based on data preprocessing technology

The performance of adaptive beamforming techniques is limited by the nonhomogeneous clutter scenario. An augmented Krylov subspace method is proposed, which utilizes only a single snapshot of the data for adaptive processing. The novel algorithm puts together a data preprocessor and adaptive Krylov subspace algorithm, where the data preprocessor suppresses discrete interference and the adaptive Krylov subspace algorithm suppresses homogeneous clutter. The novel method uses a single snapshot of the data received by the array antenna to generate a cancellation matrix that does not contain the signal of interest （SOI） component, thus, it mitigates the problem of highly nonstationary clutter environment and it helps to operate in real-time. The benefit of not requiring the training data comes at the cost of a reduced degree of freedom （DOF） of the system. Simulation illustrates the effectiveness in clutter suppression and adaptive beamforming. The numeric results show good agreement with the proposed theorem.