浅谈发散思维能力的培养

本文针对当前教育中存在的弊病，提出了培养发散思维能力的几种方法．     

一类算子方程逼近解的加速收敛

在文的基础上,通过改进一致u0-凹算子所满足的条件,使迭代列能以更快的速度收敛于算子方程Ax=x的正解x。     

关于凹算子方程的正解

给出了凹算子的定义，并证明了凹算子的性质，讨论了凹算子方程的正解。     

基于关联加权预测的多生产线协调生产计划的研究

研究了一类带有限缓冲区的多生产线协调生产计划的模型问题，首先通过对制造企业生产现场进行调研，建立了上下游生产线部件成品关联结构，然后根据该关联结构建立了一种多生产线协调生产计划非线性规划模型．通常情况下，该模型的维数将很大．为了便于求解与提高求解速度，将模型进行了线性化和简化处理，并提出了一种快速的求解算法——两阶段关联加权均值预测算法．仿真结果表明所提的方法是非常有效的．     

Baskakov-Durrmeyer算子在Orlicz空间L_Φ~*[0,∞)中逼近的等价定理

在由Young函数生成的Orlicz空间L_Φ~*[0,∞)中,考虑Baskakov-Durrmeyer算子的逼近性质.利用修正的K-泛函和连续模等价性,得到了Baskakov-Durrmeyer算子逼近的正、逆和等价定理.     

一类拟非扩张算子的不动点定理

讨论了一类非线性拟非扩张算子——M型拟非扩张算子的不动点的存在性，给出了这类算子在满足一定条件下的不动点定理，该定理推广了B．E.Rhodes的结果。     

用于多指数拟合的一种混沌免疫粒子群优化

为了更好地逼近真实物理场景,对传统的多指数模型作了一些改进,将权因子设置为噪声方差平方的倒数,提出一种基于循环矩阵(CM)的算法用于估计衰减项数.为了求解上述改进模型,提出一种混沌免疫粒子群优化(CIPSO)算法.该算法将人工免疫系统中的克隆、交叉、变异和接收器修正算法嵌入粒子群算法中,并采用混沌算子实现变异,然后将惯性因子改为自适应变化.实验表明:提出的权因子设置更符合实际;用于估计项数的CM算法在估计精度与运行时间上均优于传统的ILS算法;CIPSO算法在收敛精度与运行时间上也优于传统的优化算法,如可信域法、LM法、高斯-牛顿法、差分进化算法和粒子群算法等.     

全息图像轮廓线叠差分析桥梁挠度变形的方法

为通过摄影测量手段方便快速地得到整个试验梁的真实挠度,采用Log边缘提取算子提取图像灰度信息和轮廓线信息,再对试验梁下边缘轮廓线进行叠差分析即可得到主梁全息变形数据。通过与传统位移计测量挠度的方法对比发现表明:采用全息图像轮廓线叠差分析桥梁挠度所得结果满足工程应用精度要求;运用此方法,定期采集桥梁轮廓线信息,可以对桥梁进行长期监测,方便快捷找出桥梁的异常变形。     

基于算子分裂的图像分割模型及其快速算法

针对带有纹理和噪声的图像,在Mumford-Shah模型的基础上,提出一种基于算子分裂的图像分割模型.数值求解采用AOS与Newton迭代相结合的方法,不仅解决了参数难以选择的问题,还扩大了时间步长的调节范围,提高了算法稳定性.实验结果表明,本文算法在分割过程中可以很好的处理拓扑结构,有效地避免了纹理(或噪声)对分割效果的影响,并且具有较高的计算效率.     

统计学习在假设稳定下推广误差的界

统计学习理论已经是近来的热点研究问题,而算子的推广性能是统计学习的一个十分重要的部分。本文指出算子的推广误差界可以归结为期望误差估计子的偏置和方差的问题,在这些假设稳定概念下,得到了估计算子的偏置和方差,并证明了＂几乎处处＂稳定算子的广义有界差分不等式,在一致稳定假设下得到推广误差的指数界。