外包数据库中字符数据的k-映射密文索引技术

密文索引技术是提高外包数据库查询效率的一种有效手段,但目前的索引方案存在查询命中率低的缺陷,造成了不必要的网络堵塞。减少冗余元组的数量是解决该问题的关键之处。本文以提高字符数据的查询效率为目标,首先确定构成属性域的所有字符,然后对每个字符映射成个字符索引,再将字符索引与干扰字符适当结合形成密文索引。以此为基础,提出一种字符数据的-映射密文索引技术。该技术消除了冗余元组,且支持各种模糊查询。最后给出了应用于外包数据库模型中的密文查询策略,并对该方法进行了理论分析和实验验证。     

5维伪欧氏空间中3维类时子流形的管状超曲面

本文主要通过定义在指标数为2的5维伪欧氏空间中的3维类时子流形M上的类时高斯映射和类时高度函数,并研究M的管状超曲面CM和M的奇点关系。     

n次积分C余弦函数的谱映射定理

为解决n次积分C余弦函数的谱特征分析问题,在理解积分余弦函数与积分半群关系的基础上,通过证明得到积分余弦函数与余弦函数间的关系等式,从而得到了n次积分C余弦函数的谱映射定理。又采用生成元定义半群的方法验证了n=1时积分C余弦函数的谱映射定理的正确性。     

改进差分进化算法求解化工间歇与连续混合生产过程调度问题

采用统一时间离散化方法,用改进的差分进化算法求解带有限中间存储的连续生产过程和间歇生产过程混合的化工生产调度问题.提出随机产生符合容量约束的任务队列组成染色体的新的编码方式,采用块交叉和块变异进化操作. 为了提高算法全局收敛能力,该文对算法的选择操作进行了改进,并通过Logisic混沌映射方法获得交叉算子CR的取值. 最后,通过化工算例仿真来说明模型和算法的有效性.     

基于Triangle-Tiles的三维曲面实时纹理合成

提出了一种快速曲面纹理合成技术,算法首先从样本纹理中裁剪三个菱形块,然后拼合成一个三角块,并用优化算法消除三角块内部的接缝,得到一个可拼接的三角纹理块--Triangle Tile.通过菱形块随机组合,可生成一系列这样的TriangIe Tiles.选取合适的Triangle Tile,逐个映射到三角网格上,从而完成曲面纹理合成.由于Triangle Tiles 是事先离线制作,因此算法合成速度很快,达到了实时性.     

产品的特征功能表达模型及其基因编码

深入研究产品的特征基因范式表达、特征融合要求和特征坐标变换算法,得到产品的特征表达模型.同时通过分析研究产品功能定义、功能表达和功能模型,建立了产品的功能模型.在产品特征表达模型和功能模型的基础上,进一步将产品功能分解并映射成特征,最后通过对产品特征的基因编码来描述产品功能,为产品的智能化设计奠定基础.     

多频体制下虚拟阵列映射聚焦方法

针对常规虚拟孔径系统设计复杂、运算量大等问题,提出一种多载频体制下虚拟孔径阵列合成方法--映射聚焦法.该方法利用了频率分集的思想,通过对不同载频接收回波的导向矢量进行推导,将频率分集与空间分集相互结合,得到了空域目标的非等间隔采样,为方便常规超分辨方法的广泛推广,通过宽带映射聚焦方法,将非等间隔空域采样转换为空间均匀采样回波,得到了等距半波长下的虚拟接收阵列.有别于传统的阵列插值以及基于高阶累计量的虚拟孔径方法,映射聚焦方法通过简单的插值运算,就可以得到较好的虚拟阵列回波.对不同参数下单目标俯仰角参量估计的仿真结果表明,与传统虚拟孔径方法相比较,映射聚焦法比常规的高阶累积量方法在测角精度上提高了近15 dB.     

混沌PSO梯级优化调度算法及实现

利用切比雪夫(Chebyshev)映射在[-1,1]区间上的遍历性和随机性,提出了一种基于切比雪夫映射的新型混沌粒子群优化(CPSO)算法.该算法在粒子群算法求出的最优解附近进行混沌搜索.提高了混沌粒子群算法的全局优化能力,能有效避免算法容易陷入局部最优以及解决逻辑斯谛(logistic)映射不能在负值区间进行搜索的问题.针对模型中复杂的约束条件,采用分段线性插值函数实现了对目标函数的求解,并通过对采用丰枯电价时三峡梯级水电系统长期优化调度问题的计算及与其他算法的对比,验证了该算法可解决具有复杂约束条件的工程优化问题.     

环域上p-Ginzburg-Landau泛函的径向极小元

研究一类环域上p-Ginzburg-Landau泛函的径向极小元uε当ε→ 0时的极限行为. 讨论了u_ε的零点分布, 运用局部分析技巧证明了
零点分布在环域的边界附近. 利用迭代方法, 建立了能量的局部一致估计, 并在此基础上, 证明了极小元在W ^1,p意义下局部收敛于p-调和映射x|x|^-1.     

强保交换映射的一个注记

设R是素环, δ是R上的广义导子, m,n,p∈N. 利用广义恒等式理论, 在6  (m,n)或p=1的条件下, 证明了对任意的x,y∈R, ［δ(x
),δ(y)］=［x^m,yⁿ］p当且仅当δ(x)=x或δ(x)=-x, 且m=n=p=1.