EQUILIBRIUM ALGORITHMS WITH NONMONOTONE LINE SEARCH TECHNIQUE FOR SOLVING THE TRAFFIC ASSIGNMENT PROBLEMS

This paper presents a unified bination algorithms （such as FrankWolfe problems. Global convergence results are framework of the nonmonotone convex comAlgorithm） for solving the traffic assignment established under mild conditions. The line search procedure used in our algorithm includes the nonmonotone Armijo rule, the non- monotone Goldstein rule and the nonmonotone Wolfe rule as special cases. So, the new algorithm can be viewed as a generalization of the regular convex combination algorithm.     

一类超几何函数比的几个不等式

获得了由(4)式定义的出现于数论Ramanujan广义模方程中的这类超几何函数比所满足的一些不等式,改进了广义Grotzsch环函数原有的一些界,所得结果可应用于Ramanujan广义模方程的研究.     

可变分区存储管理方式的模拟

论述了如何用C语言模拟可变分区存储管理方式的过程。形象地展示了操作系统中可变分区存储管理中采用的最佳适应算法的分配与回收过程，达到了理论与实践相联系的目的。     

邓小平收入分配理论与现阶段贫富差距探析

邓小平针对我国社会主义初级阶段的基本国情,逐步提出和完善了允许一部分人,一部分地区,一部分单位先富起来,先富带动后富,最终实现共同富裕的科学的收入分配理论;现阶段存在的贫富差距的表现及其产生原因;现阶段收入分配制度不是导致贫富差距的根源,两极分化也不是我国的现状和最终结果,我们的最终目的始终是实现共同富裕。     

M——H(81)型状态方程用于二元非理想系等压汽——液平衡计算的研究

本文用M—H(81)方程计算H_2O(1)—DMF(2)二元非理想等压汽液平衡,并采用UNIFAC,WILSON两方程对该体系的计算结果进行了比较。编制了一套M—H(81)方程计算等压汽液平衡的程序,对M—H(81)方程用于计算H_2O(1)—DMF(2)精馏塔设计计算的可行性进行了讨论。     

少齿差偏摆齿轮传动机构平衡的探讨

少齿差偏摆锥齿轮传动有传动比大、结构紧凑、重量轻、承载力大等优点,但存在着离心惯性力和轴向惯性力,因而引起多方向的振动。本文通过对运动的分析探讨解决此类机构平衡问题的方法。     

二元体系气液平衡的测定和关联

本文在实验的基础上，用威尔逊方程对异丙醇（１）－环己烷（２）、甲醇（１）－水（２）和乙醇（１）－水（２）体系的气液平衡数据进行关联和预测；计算结果和实验数据符合良好。     

纵向柱距不等的等高排架在吊车荷载作用下的内力分析

本文提出利用合并排架计算主排架内力问题时,采用“还原分配法”进行计算,其结果排架内力协调。     

砂卵石地层盾构隧道掌子面稳定性理论分析

盾构隧道穿越砂卵石地层掘进施工时,由于砂卵石的地层特性及施工扰动,隧道掌子面容易失稳而引发事故。为研究砂卵石地层盾构隧道掌子面稳定所需的最小支护力,结合砂卵石地层的掌子面失稳模式,在三维Murayama模型的基础上,将掌子面前方土体的滑动面形式假设为对数螺旋滑移线,结合上部松动区域的破坏机制,引入椭球体放矿理论,对传统的棱柱体筒仓模型进行改进,进一步通过极限平衡法推导出砂卵石地层的掌子面极限支护力求解公式;最后通过离散元数值模拟验证所推公式,两者的误差为3.1%。结果表明所得公式可对砂卵石地层的掌子面极限支护力进行较为精确的求解。研究成果以期为砂卵石地层掌子面极限支护力计算理论提供依据。     

基于特征类内紧凑性的不平衡医学图像分类方法

近些年,基于深度学习的算法和模型在各种图像分析任务中都取得了显著的成功,与常见的自然图像相比,医学图像数据集依然面临高度不平衡的问题,不平衡数据会导致特征空间里的决策边缘倾向样本多的类别,导致分类效果的下降.为了解决该问题,提出一种基于卷积神经网络考虑特征类内紧凑性的不平衡医学图像分类方法（Z-Score Compactness-based Convolutional Neural Network,ZC3NC）.首先,从一个卷积神经网络的最后一层卷积层提取训练集样本与测试集样本的特征图,随后引入一个新的Z分数来度量测试集数据的特征图相对训练集每个类在特征空间上的偏离度,偏离度的度量基于类内的紧凑度,其主要关注样本的分布特性,对各类样本数量的不平衡性不敏感.最终,根据计算的偏离度,对测试集的数据进行分类.在DermaMNIST数据集上的实验表明,在不对数据和神经网络模型做任何额外增强的情况下,该方法的平衡准确率比原卷积神经网络模型平均提高11.15%,最多提高14.08%,证明提出的分类方法能有效地提高多种卷积神经网络对不平衡医学图像数据的分类性能.此外,和最先进的不平衡分类方法 Und...