一类算子及其中算子的谱

本文构造了一类算子A,并对其中的算子进行了谱分析.同时指出了A中算子成为有界的、紧的或自伴的充要条件.在此基础上,构造了一些颇具特性的算子,从而数值函数与抽象函数的显著性差异可窥见一斑.     

工业企业选择生产方案的等效点法

本文论述了利用成本C与产销额S之间的数量关系,选择安排生产方案的决策方法,提出了等效点、下位等效点、下位边界等新概念,建立了比较典型适用的数学模型,进而给出了图解法和数学分析法两种求解方法。最后通过举例说明等效点法在经营决策中的应用。     

一类拟线性p(x)-Laplace方程解的存在性

在广义Lebesgue空间Lp(x)(Ω)和广义Sobolev空间W1,p(x)(Ω)基本理论体系的基础上利用山路引理得到了一类拟线性p(x)-Laplace方程非平凡解的存在性.     

狭义相对论衍生方程的启示(一)——解读“奇点”、万有引力和“万有引力常数”

本文用宇宙全息论的思想解析狭义相对论的衍生方程:mL=C(C为常数),得到重要结论:1)"奇点"的本质属性是物质;2)当前宇宙蕴含的暗能量是质能的8×1060倍;3)万有引力源自暗能量;4)"万有引力常数"值随时间的推移而下降。意义:1)初步清晰了宇宙的构成和演化;2)证明了"奇点定理"没有理论上的悖谬;3)解释了类星体巨大红移的原因;4)进一步完善了狭义相对论。     

无线局域网在高校中应用分析

介绍了无线局域网基本工作原理和特点,通过跟有线网络的比较,体现了无线网路的优越性,分析了其在高校中实现的可能性．给高校网络将来的发展趋势提供了参考。     

基于无人机LiDAR的单木生物量估测

单木生物量是遥感反演大尺度森林生物量的基础,为提高森林单木生物量估测精度和效率,利用无人机LiDAR点云精确估算桉树、马尾松的单木生物量。首先通过优化算法,提取树高和冠幅,然后采用改进的凸包算法计算树冠面积与体积,把单木结构参数引入CAR模型,构建单木生物量估测模型,并与线性模型进行比较。结果表明：桉树样地树高、冠幅相关性系数R²分别为0.92、0.72;马尾松样地相关性系数R²分别为0.94、0.78,算法提取的树木参数与实测数据相关性较好。改进的CAR模型的精度优于线性模型,桉树和马尾松样地R²分别为0.821、0.830,RMSE分别为17.731、19.149 kg/株。CAR模型引入冠幅面积、体积等树冠因子的生物量模型拟合度更好、精度更高,其中桉树、马尾松样地R²提高了0.102、0.115,RMSE下降了4.484、5.683 kg/株。利用无人机LiDAR数据提取单木结构参数进行生物量估测可取得很好拟合优度和精度。     

Pappus定理及其对偶定理在空间中的一种推广

通过对二维射影平面上的Pappus定理及其对偶定理的研究，根据射影空间中的对偶原则，得到了三维射影空间证明三平面共线和三直线共面的一种方法，即定理1、定理2。     

基于多结构快速生成算法的建筑物平面提取

针对RANSAC算法在多结构数据集中提取平面点时存在的不足,提出了基于多结构快速生成算法的点云平面提取的新算法.该算法在随机产生一组平面模型之后,通过每个点相对于模型的残差排序信息,计算条件内点概率分布,然后利用得到的内点先验分布概率指导模型采样.实验结果表明,该算法能准确地检测出点云数据中的平面,相比RANSAC算法具有更好的采样效率.     

一类高阶中立型泛函微分方程解的渐近性

本文研究一类高阶中立型线性泛函微分方程非振动解的渐近特性,解决了G.Ladas等提出的两个猜想.     

一种基于三维帧间配准预测的V-PCC改进算法研究

基于视频的点云压缩（video-based point cloud compression，简称V-PCC）把点云序列分解成2D的非规则图像块（patch）,每一个patch是由一组彼此相邻且具有相似法线的3D点云投影形成的2D图像，然后对2D的图像采用现有视频编码的方法进行压缩。然而分解成patch进行编码的方法破坏了点云的连续性，不利于后续的帧间预测。对此，设计了一种三维配准帧间预测结合V-PCC帧间预测的改进算法。首先，为了提高点云配准的有效性，设计了一种基于运动一致性的二叉树的粗分割和进一步八叉树细分割的算法，使得每一块点云在配准时具有一致性运动和准确的对应性。进一步，为了保证三维帧间配准预测的可靠性，对分割后的块进行三维配准帧间预测并计算误差。对于误差小于一定阈值的块直接熵编码块索引和运动信息；对于误差大于阈值的块，则融合并使用V-PCC的帧间估计。实验结果表明，本方法进一步提高了V-PCC的编码性能。