层析成像的模糊-神经网络重建方法

考虑投影数据不足时，射线层析成像的离散重建算法难以取得较好效果的情况，利用模糊理论建立了表示物体衰减系数的连续函数，用神经网络学习算法确定该连续函数中的待定参数．提出了一种适于投影数据或投影方向不够时的CT图像重建算法．计算机仿真结果显示了该方法在投影数据严重缺少时的良好效果。     

基于v-支持向量机的边际电价预测及置信区间估计

引入v-支持向量机，通过构造和求解一个凸优化问题，同时实现了对边际电价的预测和对置信区间的估计，且无需假定预测偏差的概率分布．在v-支持向量回归中，当ε〉0时，v是错误样本的个数占总样本个数份额的上界．利用该性质，边际电价预测的置信度和置信区间可以很自然地用参数1-v和变量ε来表示，这为发电公司进行竞价方案的风险分析打下了很好的基础．算例仿真表明，该方法具有较好的泛化性能和较高的预测精度．     

基于拉格朗日插值的签名方案的研究

提出基于拉格朗日插值的签名方案存在小数位问题,并通过引入向量计算机制以消除数字签名中的小数位问题,最后对其进行了证明.     

基于粗集理论的决策规则提取方法

本文利用一致性规则进行属性的规则泛化。在归类优选问题上,采用样本先与值核属性匹配,而后再与非值核属性匹配,对于无匹配的样本采用相似条件向量的方法对缺损数据进行归类优选。     

ROLE OF α-PSEUDO-UNIVEX FUNCTIONS IN VECTOR VARIATIONAL-LIKE INEQUALITY PROBLEMS

In this paper, we introduce a new class of generalized convex function, namely, a-pseudounivex function, by combining the concepts of pseudo-univex and α-invex functions. Further, we establish some relationships between vector variational-like inequality problems and vector optimization problems under the assumptions of α-pseudo-univex functions. Results obtained in this paper present a refinement and improvement of previously known results.     

常曲率空间中具有平行平均曲率向量子流形的不等式

设Mn是等距浸入在常曲率黎曼流形Nn p(c)中的n维紧致子流形,若Mn是极小的,有著名的Simons不等式.李安民等人改进了此不等式,现在进一步把它推广到常曲率黎曼流形的具有平行平均曲率的子流形的情形.     

影响工业企业可比产品成本降低额的因素分析模型

企业在进行可比产品成本降低分析中采用的初等数字运算工具对产品结构变化的影响分析概念模糊,没有定量分析。对此,本文把各影响因素以向量形式作为自变量,建立涵数,借助向量运算解决这问题,收到满意效果。     

评估洪水灾情等级的投影寻踪模型

为检验所订洪水灾情等级标准的合理性 ,解决各单项指标灾情等级评估结果的不相容问题 ,提高灾情等级模型的灾级分辨率 ,提出了一种新的洪水灾情等级模型——投影寻踪 ( PP)模型 ,它的灾级是连续的实数值 .为减少 PP建模的计算量 ,给出了一套建模方案 ,构造了新的投影指标函数 ,并统一用实码加速遗传算法来优化投影指标函数和模型参数 .实例的计算结果表明 ,该方案是有效的和通用的 ,具有广泛的应用前景.