F-22遭滑铁卢

没想到F-22“猛禽”战斗机也有今天，啧啧，被下了无限期停飞令的滋味可实在不怎么样，老美为什么要这样对它呢？难道仅仅是因为得了“缺氧症”？今天咱们就借着这个机会，扒扒它的老底儿，揭揭它的短儿     

欧式范数模型在供应商选择中的运用

欧式范数模型在现代供应链体系中有重要作用,可以对供应商的选择做出比较精准科学的定量判断.传统的欧式范数模型有一定的局限性,因此,提出了改进的方法与步骤,最后用一个算例进行演算并得到一致性结论.     

D∗-度量空间中的F-压缩映射及耦合重合点定理

在D~*-度量空间的框架下,首次引入F-压缩映射的概念,并在此压缩条件下,利用映象对之间的包含关系及可交换性,证得具有混合g-单调性的映射f:X×X→X与g:X→X之间耦合重合点的存在性定理.然后删去f与g的可交换性,同时改变压缩范围,用不同的方法研究了此空间中另一类耦合重合点的存在性和唯一性问题.     

Heisenberg群上内插的L∞范数估计

本文研究了Heisenberg群(H~n,d,L~(2n+1))上费用函数为?(d(x,y))时最优计划γ的内插μ_t.其中?为严格凸函数.内插的本质就是一种测度.我们证明了该内插μ_t关于Lebsegue测度L~(2n+1)是绝对连续的,同时也对μ_t的L~∞范数进行了估计.此外,利用这一估计结果,我们还对Heisenberg群上的变分逼近问题解的内插■进行了估计.本文的证明主要利用Heisenberg群上的L~(2n+1)测度收缩性质以及最优运输理论中的循环单调性以及?的严格凸性.     

关于非线性矩阵方程X+A*X-qA=Q的Hermite正定解

考虑非线性矩阵方程X+A*X-qA=Q,其中A是n阶非奇异复矩阵,Q是n阶hermite正定阵.考虑q∈(0,1]和q∈[1,∞)两种情况下非线性矩阵方程存在正定解(唯一正定解)的充分条件和必要条件,并在最后给出一个获得矩阵方程正定解的迭代序列.     

求解具有约束的l1-范数问题的神经网络模型

提出了一个解约束最小 l₁-范数问题的单层神经网络模型。与已有神经网络模型相比,提出的模型所需神经元数少且层数少。通过引入 Lyapunov 函数,证明了该模型的稳定性和收敛性。数值试验结果表明所提出的模型具有良好的性能。     

非扩张映射的最小范数不动点的算法

本文在实Hilbert空间中．研究了用Browder方法求非扩张自映像的最小范数不动点。     

学习理论中的MLP方法

移动最小二乘(MLS)法是数据插值、数值分析和统计等学科领域的一种逼近方法.H.Y.Wang,D.H.Xiang,D.X.Zhou(J Approx Theory,2010,162:599-614.)用MLS方法研究了L2框架下学习理论中的回归问题,从而得到了样本误差、逼近误差的更优结果.但是很多函数类在L2框架下很难研究,于是本文用移动最小p乘(MLP)法将L2框架下学习理论中回归问题的一些理论推广到Lp(1≤p≤∞)框架下,从而为研究Lp框架下学习算法的泛化性能提供了理论基础.     

S-Nekrasov矩阵的逆矩阵无穷范数的上界

在不改变矩阵性质的情况下,通过引入恰当的参数,首先构造了S-SDD矩阵,其次利用S-SDD矩阵与SNekrasov矩阵的逆矩阵无穷范数的关系,得到了S-Nekrasov矩阵的逆矩阵无穷范数的新上界.数值算例不仅说明了新上界的有效性和可行性,也说明了该结果改进了现有的结果.