凸单叶调和映射的Fréchet可微泛函的极值问题

借助一种变分方法 ,研究了凸单叶调和映射上具有 Fréchet可微泛函的极值问题 ,得到极值函数的必要条件。     

超临界条件下C4烷基化催化剂失活动力学的研究

在对工业混合C4为原料的烷基化反应研究的基础上，对La2O3-SO4^2--Fe2O3/Hβ-Al2O3催化剂的失活动力学进行了研究，建立了该催化剂在超临界烷基化反应条件下的失活动力学方程，并对失活因子与超临界流体的密度进行了关联。     

一类广义超特殊p-群的因子分解数

设G是一个有限群,A,B是G的两个子群,若G=AB,则称G被A和B因子分解.设G是如下的一类广义超特殊p-群,G=,m≥1,则G的因子分解数被确定.     

2011-16 科技新闻媒体关注指数排行榜

 大气环境是动植物生存、经济社会发展、人类生活的重要影响因子。因此,世界各国对大气环境质量越来越关注。     

A-调和方程,变分问题与WT2类

研究WT2类向量.证明了A-调和方程弱解的梯度和积分泛函的极小点的梯度都属于WT2类,推广了已有结果.这些结果提供了调和方程和变分问题正则性理论新的研究思想.     

基于深度贝叶斯网络学习的不确定性建模方法

战场态势评估涉及很多不确定因素,对不确定性进行仿真建模能够提高态势评估的能力。针对参战对象多元、不确定性增多导致的无法全面准确表达不确定性问题,提出了基于记忆模块和变分自编码器的深度贝叶斯网络模型。采用生成模型设计了基于深度贝叶斯网络学习的态势评估模型;阐述了融合记忆模块的深度生成模型原理和模型的学习与推理过程;以某空袭行动为例构建贝叶斯网络,对所提方法进行了验证。结果表明:深度神经网络能够逼近隐变量的非线性变换,设计的记忆模块能存储深度神经网络提取的大量局部特征,通过学习自动得到了贝叶斯网络条件概率,增强了不确定性建模能力。     

基尔霍夫型方程的无穷多解

研究了全空间上一类基尔霍夫问题的无穷多解,通过山路结构和临界点理论,得到了(PS)序列.再利用Bartsch的喷泉定理,得到了方程的多重解.     

求解变分不等式与不动点问题的惯性次梯度外梯度算法

提出了一种求解变分不等式与不动点问题的惯性次梯度外梯度算法,证明了其弱收敛性定理,通过数值实验验证所得的理论结果.     

基于变分不等式的网络广告资源分配的超网络模型

为优化网络广告资源分配,提高网络广告的效应,建立了由m个公司和n个网站构成的网络广告资源分配的超网络模型.模型中采用点击量、转化量及显示概率作为权值的展示量来说明广告效果,得到了模型的优化条件并且将其转化为有限维的变分不等式.提出了利用变分不等式算法揭示网络广告资源分配的网络结构.数值模拟结果表明:在一定误差范围内,可得到模型的平衡解.     

设计模式指导的软件分簇方法

程序理解是一个从计算机程序中获取知识信息的过程,其主要目的是获取软件的各种有关知识以理解开发者的意图,从而支持针对现有或遗产软件系统进行软件评审、错误定位、反向工程、再工程、迁移、维护和复用等软件工程实践.本文提出一种设计模式指导的分簇方法,该方法采用程序中蕴涵的设计模式信息指导开源软件的分簇,运用"分而治之"的策略辅助程序开发者和维护人员快速、方便地理解代码.首先,采用设计模式检测技术从程序代码中抽取设计模式信息;然后,基于设计模式中角色间的相互关系,利用检测出的设计模式信息指导分簇;最后,对分簇结果可视化,以辅助程序理解.基于以上研究工作,开发了原型工具TasteJ并进行了实例研究,设计并实现了以人工为基准的实验来检验本文提出的软件分簇方法,并通过7个软件分簇度量函数,从统计的角度将其与现有主流软件分簇方法进行分析和比较,实验结果显示出本文所提方法的优势.