一类算子在Triebel-Lizorkin空间的有界性

利用Littlewood-Paley分解及权估计,在Triebel-Lizorkin空间上得到了一类奇异积分算子在Tf(x)=sum form j=-∞ to +∞(Kj*f(x))的有界性.作为应用,对粗糙核奇异积分算子TΩf(x)=p.v.integral from n=n″(Ω(y)/ρ(y)~β)f(x-y)dy,也得到了相应的结果,从而推广了已有结果.     

强混合序列下非参回归函数加权核估计的强收敛速度

在误差项为强混合序列的条件下,利用随机变量部分和的矩不等式,讨论非参回归函数加权核估计的强相合性,给出其收敛速度.当样本矩足够大时,强相合的收敛速度约等于n-1/2.     

DBLP科研合作网络的建模与拓扑特征分析

使用DBLP(databasesystemsandlogicprogramming)提供的文献索引作为原始数据,对计算机及其相关领域合作发表论文形成的科研合作网络进行了研究.通过解析xml元数据,构建DBLP科研合作网络拓扑并计算其网络拓扑常规参数,分析了若干参数的统计特征,发现DBLP科研合作网络是小世界网络,但无标度特性不明显;该科研合作网络的中心与边缘拓扑反映不同的科研合作模式;DBLP复杂网络的k核与科学家的h-指数并无强相关性.最后使用观察结果讨论了复杂网络的研究发展及本实验室在计算机相关领域的学术定位情况.     

基于Sallen-Key滤波器的数字高斯成形方法的仿真

详细阐述了一种指数信号数字高斯成形技术的计算机仿真方法.首先,以Sallen-Key滤波器为基础,建立了指教输入信号和高斯输出信号之间的数学关系模型.该模型是一个二阶微分方程.其次,模型解算过程中利用数值微分算法得到一个数值递推解通过计算机仿真该数值递推解实现了指数信号的数字高斯成形.最后,将成形模型应用于实际核脉冲信号分析系统中,通过计算机仿真确定了成形参数.     

基于异方差高斯间距回归的产品设计时间预测模型

为了使产品设计时间预测模型既克服小样本和异方差噪音问题,又提供除预测值以外的其它有用信息,建立一种基于异方差高斯间距回归(heteroscedastic Gaussian margin regression,HGMR)的预测模型.首先,假定基于核函数的回归模型的权重向量服从高斯分布,以最小化相对熵为优化目标,利用预测值的置信区间设置约束条件,构造可同时给出预测值和预测区间的HGMR模型;然后,利用样本的独立性和异方差性对优化问题进行转化,证明HGMR模型具有较好的推广性能,并设计求解相应优化问题的迭代方法;最后,以注塑模具设计的实例进行分析,结果表明基于HGMR的时间预测模型是可行有效的.     

删失样本α混合序列递归核密度估计的一致强相合性及速度

在删失数据α混合序列下,用递归核密度估计改进密度函数,的窗宽固定的核密度估计量,并在一定条件下证明改进后的估计量fn的一致强相合性,并给出一致强相合速度;同时也得到与fn相应的风险率函数λ的估计量λn的一致强相合性及一致强相合速度．     

周口地区油菜核盘菌分离鉴定及侵染分析

从河南省周口市采集感染菌核病的油菜,对菌核进行分离和鉴定.采用单孢分离法分离得到1个单菌系,对该单菌系进行了菌落和显微形态分析,初步鉴定该菌系为Sclerotinia sclerotiorum.利用真菌通用引物ITS1和ITS4对所分离的单菌系内转录间隔区(inter transcribed spacer,ITS)进行PCR扩增,得到540bp大小的片段,经过克隆测序和在GenBank中进行BLASTn分析,发现与部分S.sclerotiorum的ITS序列同源性达到100%,进一步鉴定该分离菌株为S.sclerotiorum.进化树分析显示,该菌系与来自意大利、日本及我国武汉地区的菌系聚为一支,说明周口菌系来源广泛.对该菌系侵染油菜叶片的细胞学和组织化学分析表明,该菌系对耐病和感病油菜品种的细胞反应相似,都没有H2O2积累,差别主要表现在耐病油菜上菌丝长度较短.     

保序变换半群到保序部分变换半群的同态

设O n和PO n分别是集合X n={1,2,…,n}上的保序变换半群和保序部分变换半群.刻画了O n到PO n的所有同态,并给出了O n到PO n的同态的个数.     

一种新型茄子雄性不育系的发现和鉴定及遗传分析

为了明确新发现的茄子雄性不育系05ms的育性转换机制和遗传机理,该研究对其进行了生态学、形态学和遗传学分析.结果表明:05ms的雄性育性主要受温度控制,表现为低温不育、高温可育,不育性受1对隐性核基因控制,属温敏核雄性不育系.此类型雄性不育系在低温条件下不育性稳定,可以作为"两系"法制种的基础材料,在生产上具有广阔的应用前景.     

基于金字塔匹配核的音乐信息检索

分析基于内容的音乐信息检索(music information retrieval,MIR),其关键在于特征提取.传统的单特征向量表示方法存在局限性:难以选定用于提取特征的片段或时间窗;只选取音乐片段会丢失一些重要的信息.为了消除局限性,引入多特征向量的特征表示方法,在获取音乐的多个声学特征向量的同时,也可以完整地表示该音乐曲目.为了更加准确地计算由多特征向量表示的2个音乐曲目之间的相似度,引入金字塔匹配核技术(pyramid match kernel,PMK)计算不同长度的多特征向量之间的相似度.实验结果表明,PMK技术的引入可以提高MIR的性能.