求解非线性最小二乘问题的自适应锥模型信赖域算法

针对非线性最小二乘问题,利用锥模型算法思想,给出了海赛矩阵中二阶信息项的割线近似的不同校正公式,并利用自适应信赖域技术给出了求解非线性最小二乘问题的自适应锥模型信赖域算法.算法中我们允许使用非精确方法近似求解信赖域子问题.文中给出了新算法的全局收敛性和超线性收敛性分析以及数值试验结果.     

多圆盘上Hardy空间之间复合算子列的总体紧性

设φ:Dm→D为全纯映射,对ξ=(ξ1,ξ2,…ξm)∈Tm,文章利用切片函φξ:D→D,φξ(z)=φ(zξ)定义的计数函数Nφ(z)=∫TmNξ(z)dσ(ξ)研究复合算子列Cφn:H2(D)→H2(Dm)n的总体紧性。得到了如下定理:设φn:Dm→D为全纯映射列,Cφn:H2(D)→H2(Dm)为一致有界复合算子列,则η∞({n})=0当且仅当lim n→∞∣z∣→-Nφn(z)-log∣z∣=0。     

国土空间规划“一张图”系统建设研究

国土空间规划作为国土空间用途管制中的主要内容,正逐渐成为空间规划体系的核心。城乡规划逐渐向数字化、网络化、智慧化方向发展,成为推动规划信息化从“数字规划”走向“智慧规划”的关键。该文以地市级国土空间规划一张图系统的构建为工程背景,探讨了一张图系统的总体架构和涉及的关键技术,展示了平台应用效果,系统为空间规划体系的建设和完善提供了信息化服务和支撑。     

非物质文化遗产保护中艺人传承关系图的Delphi实现

通过对非物质文化遗产保护中艺人传承关系的研究和分析,提出了艺人传承关系图的Delphi实现方法。     

区县电子政务总体框架建设五人谈

在电子政务领域，顶层设计正日益成为一个广受关注的话题，它的有效解决，将使电子政务在规划上取得革命性进步。为此，上海市信息委区县信息化处在总结近年来试点工作的基础上，出台了《上海市区县电子政务总体框架建设指南》，对如何合理架构区县电子政务一体化平台做了进一步明确。围绕这个总体框架，我们邀请了来自上海市信息委．徐汇区信息委．嘉定区信息委、互联网软件有限公司以及华东师范大学的五位领导、专家，从各个角度进行了深入思考和探讨。[编者按]     

基于EEMD-SVD与时域分析的马田系统轴承故障诊断

针对轴承初始故障发生的时间点以及退化趋势,提出了基于总体平均经验模式分解和奇异值分解方法(EEMD-SVD)与时域分析的马田系统故障诊断方法.该方法通过提取振动信号时域和时频特征,构建不同特征参数下的基准空间并利用正交表对特征参数进行降维和优化,最终融合成单一特征参数马氏距离.分别用马氏距离监测轴承运行状态,判断初始故障发生的时刻以及演化趋势,并依据马氏距离对轴承故障发展的过程进行了划分.该方法有效地提取了振动信号时频特征并优化了马田系统基准空间,更加准确地识别了轴承初始故障发生的时间点以及更加合理地划分了轴承的退化过程.通过两组滚动轴承加速寿命试验,验证了该方法的有效性和合理性.     

我国电子政务云框架服务体系研究与实践

电子政务一体化建设,包含了统一规划、顶层设计、统一网络平台、统一安全支撑平台和统一应用支撑平台等核心内容。随着云计算理念的深入发展,云框架服务体系及应用将成为电子政务一体化建设的新趋势。框架服务体系在国际电子政务领域一直是一个持续研究、应用和深化的热点,本文在对我国电子政务领域框架服务体系的研究及多年实践基础上,提出云框架服务中间件的建设观点,对我国电子政务2.0时代的云框架服务领域的突破具有启发和引导意义。     

基于μC/OS-II的TCP/IP-CAN嵌入式网关的设计及实现

协议转换网关是工业以太网的核心,它把以太网和现场总线连接起来,实现了工业设备的网络化。在此,设计了TCP/IP-CAN协议转换的总体方案;介绍了μC/OS-II的移植;以TCP/IP和CAN协议为基础,构建了TCP/IP-CAN协议栈;详细描述了协议转换的实现。     

乡镇级土地利用总体规划图的编制与应用

主要对乡镇级土地利用总体规划图的作用,编制原则和方法进行了探讨,并指出了乡镇土和总体规划图在土地管理中的具体应用方法。     

Application of Dynamic Self-organizing Fuzzy Neural Network in Dynamic System Based on SVD ILS and EKF Algorithm

提出了将奇异值分解_总体最小二乘法（SVD_TLS）及扩展卡尔曼滤波（EKF）相结合的动态自组织模糊神经网络．首先给出了STD_DSFNN的结构及各层的含义;其次,用EKF算法学习非线性参数,SVD_TLS算法学习线性参数的同时提取重要模糊规则;最后,通过典型的Machey-Glass时间序列预测实例验证SVD_TLS及EKF相结合的动态自组织模糊神经网络（STE_DSFNN）,同时与DFNN、ANFIS及UKF_IFNN相对比,结果表明STE_DSFNN网络结构更紧凑,具有更好的泛化能力．