迭代序列强收敛于m-增生型变分〗包含解的充要条件

研究了Banach空间中一类m-增生型变分包含解的存在性及其具随机误差的Ishikawa迭代逼近问题，得到了迭代序列强收敛于变分包含问题的唯一解的若干等价条件.     

非线性不规则波二阶分离模型

基于二阶波势流理论,建立了一个非线性不规则波浪二阶分离模型．通过求解频域内一、二阶成分之间的传递函数,建立起二阶项求解关系式,将二阶项变换到与一阶项同一个傅里叶频域空间,采用Newton-Raphson迭代方法分别求解出目标波浪中一阶、二阶和频与二阶差频．利用所建立模型分别对规则波和二阶非线性不规则波进行了数值验证,并对波浪非线性的影响进行了分析,典型数值计算结果表明模型是有效的．     

一类线性时变系统模型参考自适应迭代学习辨识

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应辨识方法与迭代学习相结合,提出了模型参考自适应迭代学习的参数辨识算法。利用模型参考自适应辨识方法得到时变系统参数辨识结构,针对系统可重复的特点,基于Lyapunov方法得到时变参数的迭代学习律。该算法可以辨识快时变的参数,而不需要参数时变结构的信息,并可保证参数估计误差和模型输出误差有界,且沿迭代轴逐点收敛。分析了参数收敛到真值的条件,系统仿真验证了辨识算法的有效性。     

一种基于非线性系统的直接加权优化辨识算法

对于非线性系统的直接加权优化辨识算法,通过在原线性仿射函数形式中增加若干项关于输入观测数据序列的线性项,来增强逼近非线性,减少逼近的时间.对于增加若干线性项后展开式中的未知权重值的选取,分别从理论和实用上推导出这些未知权重值的选取过程.理论上的推导分析,可明确增加的未知权重值在整个逼近非线性系统的目的中起着辅助作用;实用上的推导分析,将某些复杂的最优化问题经过整理变换成常见的最优化问题,从而可利用最为基础的优化方法来求解.     

内存集群计算:交互式数据分析

本文围绕大数据分类中决策数据的管理和分析进行展开.重点分析了大数据时代关于商务智能(Business Intelligence,BI)技术新的应用需求;讨论了计算机硬件和体系结构的发展为决策数据管理和分析带来的挑战和机遇;通过对新兴典型应用的分析和相关技术和系统特点的总结,说明了基于内存计算的高性能数据管理和分析技术是当前亟待解决的问题,具有广阔的应用前景.在全内存式(in-memory)数据管理环境下,网络通讯将成为整个系统的主要瓶颈.结合内存的特点(数据易失性、内存墙瓶颈),设计针对高性能服务器的无共享分布式内存系统拓扑结构;研究面向异构、多层次缓存和内存结构的分布式数据布局与索引策略,跨核、跨处理器、跨服务器的多粒度并行处理框架,缓存感知、内存感知的分布式数据一致性维护等关键技术,轻量级面向按列存储的数据压缩机制及压缩感知的数据处理机制,将是基于内存计算的高性能数据管理与分析技术的重点研究内容,并将最终实现实时交互式分析处理.     

求解一类线性问题的两种迭代算法的并行性能分析

讨论了针对求解线性问题Y=(A×B)Y+Φ     

Banach空间中拟-φ-渐近非扩张映像族的公共不动点的收敛定理

给出了Banach空间中拟-φ-渐近非扩张映像族公共不动点的一个修正的迭代算法,并利用所给出的算法证明了一个强收敛定理,推广了近期的相关结果.     

工业计算机断层扫描技术在文物保护中的应用

环境问题与人为因素对文物的保护构成了威胁,本文简要讨论了文物保护的相关技术,并对工业计算机断层扫描技术及其在文物中的应用进行了分析,通过一个实例实现了文物的断层扫描与图像重建的应用过程,以达到文物保护与研究的目的.     

一种空时分组码的迭代盲解码和频偏估计

针对收发两端存在载频偏移时 ,频率选择性信道下 3发 1收空时分组码的解码问题 ,提出了一种不需预知信道信息即可完成解码和载频偏移估计的迭代算法 .该算法利用子空间方法对信道进行盲均衡 ,然后利用空时分组码的编码结构和信号的有限码集特性 ,迭代地估计出各发射天线同接收端之间的载频偏移并完成解码 ,同时利用空时分组码的正交结构 ,将三维寻优问题转化为 3个一维寻优问题 ,从而降低了迭代算法的复杂度 .与原有的直接盲解码算法相比 ,该算法的信噪比性能提高了 3～ 5dB .     

牛顿迭代法在分形图形生成上的应用研究

分形理论是近二、三十年才发展起来的一门新的学科，其主要描述自然界和非线性系统中不光滑和不规则的几何形体。在地质、材料科学、物理学、计算机科学、艺术设计等方面有着十分广阔的应用前景。本文利用牛顿迭代的数学原理和方法，实现牛顿迭代法的分形图形生成算法，将分形理论应用于计算机图形设计中，利用VC＋＋6．0开发工具，实现了生成绚丽多彩的分形图形。