超子同位旋相互作用能对超子星转变密度的影响

利用相对论平均场理论, 考虑重子八重态{n,p,Λ,Σ^-,Σ⁰,Σ⁺,Ξ^-,Ξ⁰}, 研究了超子同位旋相互作用对超子星转变密度的影响. 结果表明: 考虑超子同位旋相互作用, 当x_ρΣ分别取2,1,2/3时, 超子星的转变密度逐渐降低; 当重子数密度取为超子星转变密度时, Λ和Ξ^-超子对超子星转变密度贡献最大, 二者之和约占总超子数的80％;  Ξ^-超子的数量随x_ρΣ的减小而降低,  Λ超子的数量分别占总超子数的34.2％,35.8％和33.8％.     

Reissner-Nordstr(o)m黑洞Dirac场的辐射能通量和辐射功率

利用黑洞视界面附近的熵密度,研究了黑洞的热辐射规律,得到了黑洞的热辐射满足广义Stefan-Boltzmann 定律的结论.对极端Reissner-Nortr(o)m黑洞,其辐射能通量和辐射功率为零,表明广义Stefan-Boltzmann定律将导致黑洞遗迹.当截断距离、薄膜厚度取定后,距Reissner-Nordstr(o)m黑洞遥远的观测者接收到的辐射能通量与辐射粒子的径向的平均泻流速率成正比,与观测者到黑洞之间的距离的平方成反比.     

基于高维几何特征的孤立点检测算法

针对孤立点检测算法不能较好地模拟人工检测过程、未充分考虑待测数据周围样本分布的问题,提出了一种孤立点检测算法DD-SVDD.该算法综合考虑待测样本与目标样本之间的距离,以及待测样本所在区域样本的分布信息,结合距离和平均密度来确定高维特征空间中决策边界附近待测数据的类别.在训练阶段,考虑了决策边界附近目标训练样本的分布,...     

Ishikawa迭代收敛点与最佳逼近元

研究了Ishikawa迭代收敛点与平均非扩张映射的不动点集中的最佳逼近元之间的关系.证明了Ishikawa迭代收敛点必是平均非扩张映射的不动点集中的最佳逼近元.     

基于退化数据的高可靠性产品贝叶斯分类决策

针对高可靠性产品的退化数据,提出一种贝叶斯分类方法,将产品按最大后验概率进行分类.利用非线性Wiener过程模型来描述产品的退化路径,提出了一种结合期望最大化(EM)与K-均值聚类的算法以用于估计模型的未知参数,建立了平均成本最小化的最优分类决策模型.实例与仿真试验显示,该分类方法具有较高的分类精度与较小的成本.     

基于一维卷积神经网络的岩石物理相识别

为解决岩石物理相识别问题,提出了一种基于可解释一维卷积神经网络的识别方法.该方法通过引入全局平均池化层,突出了测井曲线波形的动态变化部分;并且通过分类激活映射增强了方法的可解释性;通过引入扩张卷积和批量归一化,弥补了由全局平均池化层引起的性能下降.实验结果表明,测试集中4种岩石物理相的平均F1分数为0.97,相比其他同...     

传感器饱和约束下非线性切换系统鲁棒 L 1 滤波

为解决传感器饱和约束问题, 研究了一类非线性时滞切换系统的鲁棒 L 1 滤波。 所考虑的非线性时滞切换 系统具有满足李普希茨约束条件的非线性和范数有界不确定性。 基于平均驻留时间法(ADT: Average Dwell Time), 通过构造一个时滞依赖的 Lyapunov 函数, 建立传感器饱和约束下非线性切换系统的时滞相关峰值鄄峰值 (L 1 )性能判据, 并将滤波器的设计转化为求解一组线性矩阵不等式的凸优化问题。 最后, 通过仿真算例验证 了该方法的有效性。     

基于人工蜂群算法的改进研究与实现

参数的选择直接影响着最小二乘支持向量机(LSSVM)的泛化性能和回归效验,是确保LSSVM优秀性能的关键.为了解决以上问题,对人工蜂群算法(ABC)进行了改进,引入新解越界处理方法,研究了一种基于双种群策略的蜂群算法,同时提出提出一种运行时参数调整方法,然后验证优化后的算法IIABC的准确性与健壮性.燃气回归分析采用平均绝对百分比误差(MAPE)作为IIABC算法基准方法,实验结果表明基于IIABC-LSSVM预测结果比IABC-LSSVM有着更高的准确性.     

凸体的最小Logarithmic函数

为了解决Logarithmic Minkowski问题,已对球面上的任意有限偶Borel测度引入了Logarithmic函数.考虑单位球面上旋转不变概率测度的Logarithmic函数,并考虑它的最小值问题.     

一种基于属性加权综合直觉梯形模糊数多属性决策方法

在解决属性值为直觉模糊数的多属性决策问题中,其权重信息未知.先采用熵值法来求其权重,并用直觉梯形模糊数权重平均算子求出各指标的平均属性值,给出了直觉梯形模糊数得分函数公式,期望函数公式.并提出了解决此类问题的方法与步骤,根据得分函数值大小进行排序,选择出最优方案.通过一个实例对此方法进行验证.