一类三阶非线性方程组边值问题的奇摄动

作者研究了一类三阶奇摄动非线性方程组边值问题的存在唯一性及渐近解的构造和一致有效性,通过找出两端边界层的不变流形,并且给出了边值条件解耦的条件,成功构造了边界层函数,作为应用,最后讨论了相应的方程式问题。     

在带有奇异性的黎曼流形中具有零曲率,负曲率和指定曲率的全共形尺度

本文考察在什么时候一个非紧黎曼流形Ｍ上存在着一个全共形尺度，该尺度随具有零、负和指定曲率的已知的闭子流形而增大，其中，Ｍ是由从一个紧黎曼流形Ｍ＾Ｎ（Ｎ≥３）中除去ｍ（ｍ≥２）个闭子流形Г＾ｎｉｉ（１≤ｉ≤ｍ）而得到，特别，本文证明了上述考察是肯定的：（１）对负曲率情形，其充分条件是ｎｉ＞（Ｎ－２）／２（１≤ｉ≤ｍ）；（２）对零曲率的情形，其条件是ｎｉ≤（Ｎ－２）／２，以及索勃列夫商为正；（３）对在     

电力传动动力系统的几何描述

本文给出了Ｅｌｅｃｔｒｏｍｅｃｈａｎｉｃａｌ－Ｌａｇｒａｎｇｅ（简称ＥＭ－Ｌａｇｒａｎｇｅ）系统的几何描述．首先讨论了定义在辛流形上的Ｅｕｌｅｒ－Ｌａｇｒａｎｇｅ系统和具有外力的Ｌａｇａｎｇｅ系统．然后用几何方法对ＥＭ－Ｌａｇｒａｎｇｅ系统进行定义．通常，电力传动动力系统在一定条件下可由ＥＭ－Ｌａｇｒａｎｇｅ系统来描述．其结果表明，结合几何理论方法，该数学模型可以广泛地被用来对电力传动动力系统进行更为深入的研究．     

黎曼流形上Fritz John必要最优性条件

在黎曼流形上给出了Lipschitz函数的广义方向导数和广义梯度的概念,利用黎曼流形局部上与欧氏空间开集微分同胚的性质以及切映射和余切映射导出了广义梯度的性质和运算法则,证明了定义在黎曼流形上的函数取得极小值的必要条件是广义梯度包含零元素,并利用这些性质给出了黎曼流形上数学规划问题的Fritz John型最优性条件.     

用中心流形与形式级数法研究超音速流中带外挂二元翼的稳定性

基于超音速气动力活塞理论,采用第二类拉格朗日方程建立了带外挂二元翼系统在超音速和超高音速气流作用下的动力学方程。针对外挂上带有立方非线性刚度的系统,研究了刚心位置和等效线性刚度对颤振边界的影响。采用中心流形和形式级数方法研究了颤振系统平衡点的稳定性,并采用四阶龙格-库塔方法计算了非线性气动弹性系统的响应,验证了理论分析结果的正确性。     

基于Petri网的物流派送模型修复分析

目前,模型修复技术应用领域非常广泛,模型修复不仅可以达到完全重放日志的目的 ,还可以最大程度地与原始模型保持相似,能够保留原始模型的价值.因此,越来越多的学者专注于研究模型修复.基于Petri网构建了一个物流派送流程模型,然后将事件日志与流程模型进行一致性检查,主要根据成本对齐测量其偏差,并针对检查到的偏差部分,根据提...     

关于Kaehler流形上Schwarz导数的一个性质

利用Schwarz导数定义及导算子的线性特征，获得了Schwarz导数的一个复合性质，并以注解的方式给出了两种推论．     

利用本征正交分解的非线性Galerkin降维方法

提出了一种利用本征正交分解(POD)的非线性Galerkin方法,用于复杂流体动力系统的低维建模.该方法将满足流场边界条件的正交基(POD模态)张成的完备空间分解为有限维(低阶模态)子空间和无限维(高阶模态)子空间,并采用近似惯性流形逼近高阶模态和低阶模态的作用关系,用低阶分量来表示高阶分量,将无穷维流体动力系统降维成有限维动力系统.以雷诺数为200、攻角为20°时的NACA0012翼型绕流流动问题为例进行了低维建模分析,结果表明:由于考虑了高阶模态的影响,且不改变原系统的拓扑结构,因此该降维方法能够用较少的模态数来获得准确的动力学描述,弥补了传统POD降维方法由于忽略高阶模态影响而出现的不足,由此验证了该方法的有效性.     

基于流形学习和梯度约束的图像超分辨率重建

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.     

Kenmotsu流形的不变子流形

主要对Kenmotsu流形的不变子流形和反不变子流形进行讨论,得到了以下两个主要结论:1.若M是具有常截面曲率C的Kenmotsu空间型(?)(C)的不变子流形,则M全测地的充要条件为M也具有常截面曲率C.2.若M~(n+1)是Kenmotsu流形M~(2n+1)的反不变子流形,则M的法联络平坦当且仅当M有常曲率C=-1.