量子群Uq(sl(2))的广义伴随作用

设U表示单李代数sl(2)的量子化包络代数Uq(sl(2))，Ft(U)是由广义伴随作用下局部有限的元素组成，作为U-模，Ft(U)的单模分解式为Ft(U）=⊙i，j≥0[c^iE^jK^-t]。     

臭氧脱色染浴中助剂的循环利用初探

通过分散染料和弱酸性染料的循环染色实验，筛选了几种在对染液通入臭氧后在氧化脱色条件下稳定的染色助剂，目的是为了减少臭氧脱色后的染液循环染色中助剂的用量，还研究了染浴臭氧脱色的工艺条件。     

基于数据矩阵分解的相干源方向估计新方法

提出一种相干源存在情况下的波达方向估计新算法。利用阵列快拍数据构造数据矩阵,相关去噪后,通过奇异值分解获得低维信号子空间的估计,然后运用ESPRIT思想估计出波达方向。无论是否存在相干源,新算法均能有效估计出波达方向,并且无需角度搜索,运算量小。该算法虽基于一维线阵,但可直接推广到具有线性性质的二维平面阵,如L形阵、十字阵、双平行线阵等。计算机仿真验证了算法的有效性     

微波协同臭氧/分子筛催化降解水中微量的硝基苯

以硝基苯为目标反应物,对臭氧/分子筛氧化和单独臭氧氧化去除水中微量有机污染物的效果进行了比较.发现与单独的臭氧化相比,臭氧/分子筛氧化工艺可以提高水中硝基苯的降解效果.在该实验条件下,单独臭氧氧化和臭氧/分子筛氧化对硝基苯的去除率都随着温度的升高而增加,随着pH值的升高越来越大;此外还考察了微波对臭氧/分子筛体系降解水中微量硝基苯的作用,结果表明微波具有明显协同臭氧/分子筛体系催化降解硝基苯的作用,其协同作用机制可能是促进了羟基自由基的生成.     

关于两个线性递推序列

用发生函数的办法考察了线性递推关系bi,j=αbi-1,j βbi,j-1和ci,j=αci-1,j βci,j-1 αβci-1,j-1的特殊情况所确定的矩阵B和C,得到了矩阵B,C的分解B=P[α](bo,oI ωE)PT[β],C=P[α]DPT[β]和相应行列式的值.发现B,C与Pascal矩阵P有着紧密的联系.     

面向三维信号的分组码

设Z[3√2]是代效效域Q（3√2）的代效整效环．把商环Z[3√2]／(2^Z)的乘法单位群分解为群的直积．由此获得三维信号空间并可用来构造分组码．这些码能够改正某些错误．     

四元数矩阵的左（右）加权＊-序

利用四元数矩阵的加权共轭转置定义了四元数矩阵的加权左(右)*-序，给出了加权左(右)*-序的一些等价刻画．推广了以往文献的相应结果．     

Sn中元素的左、右逆的研穷

对次随机矩阵半群的正则元作了研究。文章将对随机矩阵半群中元的随机左、右逆进行了探讨。首先给出了Sn中元有随机右逆的充要条件以及元有唯一随机右逆的充要条件，其次，给出了Sn中元有随机左逆的充要条件。本文在最后给出了比Sn更广的一类半群T，它的幂等元、正则元就是Sn中的幂等元和正则元。     

基于区间灰数预测模型的天猫“双十一”物流需求量预测

基于天猫"双十一"包裹量增长呈"S"形和连续动态变化的特性,对"双十一"包裹量进行预测;首先将天猫历年"双十一"包裹量划分成几个连续区间,然后通过信息分解法对连续区间灰数进行白化处理,将区间灰数分解成白部序列和灰部序列,最后建立基于信息分解的连续区间灰数离散Verhulst预测模型;经误差检验分析,该模型预测结果精度较高,可以作为天猫平台第三方物流企业对物流资源进行合理、有效调配的依据。     

基于二层分解技术和改进极限学习机模型的PM_(2.5)浓度预测研究

准确的PM_(2.5)浓度预测对于保护公众健康和提高空气质量有重要意义,然而,由于PM_(2.5)浓度序列的随机性、非线性以及非平稳性等特征增加了对其准确预测的难度.本文提出了一种基于二层分解技术和改进极限学习机(ELM)模型的PM_(2.5)浓度预测方法,该方法融合了快速集成经验模态分解(FEEMD)和变分模态分解(VMD)两种分解技术以及经过差分演化(DE)算法优化的ELM模型.为了验证所提出预测方法的有效性,本文使用该方法对北京市和石家庄市的PM2.5浓度序列进行了预测研究.结果表明:1)相比于单层分解技术,本文提出的二层分解技术可以更加有效地降低PM2.5浓度序列的非线性及非平稳性特征;2)基于二层分解技术的DE-ELM预测模型可以显著提高PM_(2.5)浓度的预测精度.