一类非线性岭估计的优良性

提出了线性回归模型中回归系数的一类非线性岭估计 ,并分别在广义均方误差准则和PC准则下讨论了它相对于LS估计的优良性 .     

改进适应值函数的遗传算法

比较、分析了几种基于适应值的选择策略求解极小值问题时的标准适应值函数,提出了一种随着进化代数的增加逐步增大适应值相互影响的标准适应值函数,并对它们的收敛速度和收敛精度进行了性能分析.以几个典型的函数优化问题为例进行仿真计算,取得了比较满意的结果.     

一个广义Ramsey数r(C5,K7)

该文证明了25≤r(C5，K7)≤26。     

生态遗传算法在模糊系统辨识中的应用

给出一类模糊系统的模糊神经网络模型 .提出一种实用的生态算子 ,构建的生态遗传新算法有效解决了基本遗传算法的“早熟”问题 .采用新算法实现模糊神经网络模型的辨识 ,提高了辨识精度 .实例仿真结果验证了新算法在模糊系统辨识中的有效性     

基于广义RoI的遥感图像压缩

针对已有的基于RoI的图像压缩方法的不足，提出在初步分割出目标后，进一步在目标的语义方面进行改善，不仅保留对视觉有重要作用的边缘信息，而且基于图像的内容以及目标的语义，保留与目标相关的区域信息．并把这部分区域与已分割出的目标构成广义ROI，最后，对广义的ROI和背景分别用不同的压缩方法进行压缩．对广义ROI采用无损压缩以保留区域信息，对其余部分采用有损压缩以保留边缘信息．实验证明本文方法允许目标近无损分割，并能在不降低压缩比的前提下增强对重建目标的理解．     

线性流形上广义次对称矩阵反问题的最小二乘解

讨论了线性流形上广义次对称矩阵反问题的最小二乘解及其逼近问题。利用矩阵的奇异值分解和矩阵分块方法，得到了最小二乘解的一般表达式。给出了线性流形上矩阵反问题的可解的充分必要条件。而且就相应的逼近问题，利用Frobenius范数的正交不变性和闭凸维上的逼近理论，得到了最佳逼近问题惟一解的表达式。     

氩原子自电离共振跃迁的绝对广义振子强度测量

根据 Bethe理论 ,高能快电子碰撞截面可以分解为电子碰撞前后动力学散射因子和靶的电子碰撞激发跃迁的几率或广义振子强度 ( GOS) .作为动量转移函数的 GOS测量可以提供独特的电子跃迁和电子散射过程的信息 ,用于精确的波函数质量评估 ,以及开发新的量子计算方法等 . Lassettre及其合作者首先采用角分辨的电子能量损失谱技术用于精确的偶极振子强度测量 ,角分辨的电子能量损失谱方法优于光吸收谱方法之处在于前者可以在很宽的能量范围内获得精确的绝对截面数据而无需进行绝对的实验测量 ,它提供了一个强有力的实验手段用于原子分子价壳…     

均匀试验设计在遗传算法中的应用

介绍了在遗传算法中运用均匀设计产生初始种群的方法，指出由于遗传算法的交叉机制是完全依赖于初始种群的，所以初始种群的多样性对于遗传算法的收敛性是至关重要的．同时通过算例采用De Jong提出的验证方法验证了运用均匀设计产生初始种群能够增强遗传算法的收敛性．     

函数具有最小值的充分和必要条件

给出了广义的实值函数f分别在R^N和在R^N的闭子集S上具有局部最小值点x的一阶和二阶充分和必要条件．     

解非线性极大极小问题的格雷码加速遗传算法

引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。