关于亚纯函数的ρ（r）—亏量与ρ（r）—相对亏量

Ｖａｌｉｒｏｎ，Ｓａｒａｎｇｉ和Ｐａｔｉｌ等人先后定义并研究了有穷正级ρ的亚纯函数的ρ（ｒ）－亏量。作者曾定义并研究ρ（ｒ）－相对亏量。本文定义并研究了有穷正级ρ的亚纯函数关于小函数的ρ（ｒ）－亏量与ρ（ｒ）－相对亏量。     

基于神经网络的船舶稳性预报研究

为省略船舶稳性计算中横摇阻尼以及船舶阻力等参数的复杂计算过程,提出一种采用径向基函数(RBF)神经网络对第二代完整稳性失效概率预报的方法.研究包括过度加速度、瘫船稳性以及骑浪/横甩3种失效模式.通过研究船舶相关参数对各失效模式失效概率的影响,确定采用RBF神经网络对每种失效模式进行预报时输入特征的选取,从而降低训练时长.使用训练后的网络对样本船稳性进行预报,采用均方误差和平均绝对百分比误差对预报结果进行评估.对3种失效模式预报结果的平均绝对百分比误差分别为6.49%、7.09%、5.70%,均小于10%,表明采用RBF神经网络可较为精准地对船舶稳性进行预报.     

一个包含勾股数的Euler函数非线性方程的正整数解

利用欧拉函数的性质与初等数论的方法,讨论包含勾股数的Euler函数非线性方程φ(xyz)=aφ(x)+bφ(y)+cφ(z)-m(a,b,c为勾股数且gcd(a,b,c)=1),当(a,b,c)=(3,4,5)且m=16时的正整数解情况,并证明该方程共有28组正整数解。     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

适用于DC/DC 变换器的预测函数控制优化策略

针对使用预测函数控制(Predictive Function Control, PFC)的 DC / DC 变换器在负载切换时产生的扰动对变 换器响应速度有较大影响的问题,提出通过设计观测器观测扰动来优化预测函数控制算法的控制效果;相对于其 他提高系统抗扰动的方法,通过设计观测器来提高变换器抗扰动的方法的优点是实现简单、优化后控制效果好等; 设计 Luenberger 观测器对负载切换时产生的扰动进行观测,将观测值反馈给预测函数控制算法进行最优化分析, 并结合仿真结果对目标函数进行调整,优化后的目标函数能更好地响应扰动并尽快达到稳态;最后将优化后的控 制算法与 PI 双闭环控制方法进行比较,结果显示优化后的控制算法在受到扰动后比双 PI 控制方法动态性能更 好,实现了应对负载切换时提高系统动态性能的目标,增强了 DC / DC 变换器的抗干扰能力;优化后的算法只考虑 了负载切换时的扰动对于系统其他方面的扰动没有考虑进去,可以通过设计整个系统的观测器来进一步提高 DC / DC 变换器抗扰动的能力。     

六旋翼无人机测风系统实测海岛地区风剖面

研制了搭载超声风速仪的六旋翼无人机测风系统,对热带海岛地区近海岸、农业温室基地以及密集建筑群等典型地貌开展风场实测. 结果表明：地面粗糙度指数、摩擦速度和地面粗糙度长度均随场地粗糙度增大而提高. 近海岸风剖面可采用指数律或对数律模型,与我国规范A类、欧洲规范Ⅰ类地貌值均吻合较好,湍流强度明显小于现有规范值;温室基地风剖面符合指数律模型,风剖面和湍流强度与日本规范Ⅲ类地貌值吻合较好;密集建筑群风剖面符合指数律模型,且与美国规范B类地貌值吻合较好,湍流强度与日本规范Ⅳ类地貌值吻合较好. 该研究验证了无人机测风的可靠性,为海岛地区工程结构的抗风设计奠定基础,也为复杂地貌的风场观测、风环境评估与风能资源利用提供了新方法.     

关于高斯函数[x]的几个恒等式的探讨

本文先给出关于［ｘ］的几个恒等式,然后对张宁生、周春荔《关于含［ｘ］的不等式与恒等式的探讨》文中的一个问题作了进一步探讨．     

关于同余式nσ(n)≡2(modφ(n))

对于正整数ｎ,设σ（ｎ）、φ（ｎ）分别是ｎ的约数和函数和Ｅｕｌｅｒ函数．复合数ｎ满足同余式ｎσ（ｎ）≡２（ｍｏｄφ（ｎ））,当且仅当ｎ＝４,６或２２．     

矩阵函数谱算子的几何性质

该文讨论矩阵函数谱算子的几何性质及其应用。     

高阶微分中值定理及其应用

利用向量形式的微分中值定理,把一阶微分中值定理推广到全新的高阶微分中值定理,并研究了它的应用．