某类Finsler-Einstein空间之间的共形映射(英文)

Liouville定理证明了欧氏空间到自身的共形变换是莫比乌斯变换.关于Riemann空间,Brinkmann首先得到了一般的结论.但对Finsler空间的研究乏人问津.本文运用导航术和共形映射的性质证明了Randers空间(或Kropina空间)之间保Einstein度量的共形变换必是相似变换.     

基于变异算子改进蚁群算法学习的模糊认知图

传统的模糊认知图学习算法需要依靠专家知识来建立模糊认知图模型。在专家知识受到限制的一些领域,完全通过数据来学习模糊认知图的算法是有必要的。提出的基于蚁群优化的学习算法,可以有效做到通过历史数据学习模糊认知图;为避免蚁群算法陷入局部最优的问题;以及其学习所得模型不够精确的问题,引入变异算子以改进蚁群算法,来提高算法性能,避免局部最优问题,得到更准确的模型。最后,算法性能在人工数据上进行了测试。实验表明,算法性能良好,可以得到准确的模糊认知图模型。     

射影空间上涉及q,c阶差分算子的第二基本定理

研究了从复平面C到复射影空间P~n(C)上零级全纯映射的第二基本定理问题。根据其他文献处理重值的方法和技巧,从q,c阶差分算子的角度得到了推广的Nevanlinna第二基本定理,即射影空间P~n上零级全纯映射,涉及q,c阶差分算子Δ_(q,c)f=f(qz+c)-f(z)的第二基本定理.并利用其证明了当f与Δ_(q,c)f CM(计重数)分担至少N+2个处于一般位置的超平面时,W~(Δ_(q,c))(f)≡0.改进和推广了一些处于一般位置超平面的全纯映射唯一性结果.     

直线电荷与带电导体圆柱电场和电力线簇研究

对直线电荷与无限长带电导体圆柱系统电势函数,及电力线函数进行了统一的描述,采用电象法与计算技术工具软件Mathematica 5.0相结合,严格地求出了电势函数和电力线函数,作出了相应的相互正交的等势线簇图形和电力线簇图形,并且进行了必要的讨论.     

SOM在广域网故障诊断中的应用

为了提高网络管理重要组成部分的故障管理能力,通过对性能数据和故障征兆的推理来确定故障源,针对WAN(wide area network)的故障传播特征提出了一种基于自组织特征映射 SOM(self-organizing maps)的网络故障诊断模型,该模型包括SOM训练模块和故障实时诊断模块.仿真实验表明,采用该模型进行4种故障诊断,故障识别率达到95.82%,而误警率只有3.96%,说明在WAN中采用基于SOM的故障识别方法效果良好.     

集值映射向量优化问题弱有效解的本质性及本质连通区

关于集值映射向量优化问题,在一定条件下得到了弱有效解的存在性,通过一致拓扑度量,研究了弱有效解集的稳定性,证明了当集值映射形成了一个Baire空间时,集值映射向量优化问题的弱有效解是稳定的,并进一步讨论了解集的本质连通区。     

p-进位系统的一类集值映射

考虑p 进位系统及其诱导的超空间映射的一些动力学性质, 根据底空间系统与超空间系统的关系证明了p 进位系统诱导的一类集值映射是连续的且等距的, 并证明了这类集值映射的拓扑熵为0并且不是Li Yorke混沌的.     

SOM网络与SVM在水质富营养化评价中的对比

针对复杂水环境中的富营养化评价问题,利用三峡库区水体富营养化监测数据,对自组织映射神经网络和支持向量机模型在解决该评价问题上的性能表现进行对比研究。实验结果表明,2种模型均有较快的计算速度和较高的精度,但与自组织映射网络模型相比,支持向量机模型具有更好的稳定性和抗干扰能力,在参数选择上更为简单。     

交替分段相互置乱的双混沌序列图像加密算法

基于混沌的图像加密方法在安全性、适应性上具有优势.文中在对原有的混沌图像加密算法安全性分析的基础上,提出了一种基于Logistic和Chebyshev双混沌映射的数字灰度图像加密算法.借助基于明文产生的辅助密钥、初始密钥以及由双混沌系统产生交替分段相互置乱的密码序列是本算法的核心.计算机仿真及统计特性、安全性分析表明,该加密算法具有良好的加密效果和较高的安全性能,密钥空间达到255×10120.     

PVC/PP共混体系的X射线能谱微区分析

用Ｘ射线能谱微区分析方法对ＰＶＣ／ＰＰ共混物进行了研究,得到了共混物断面氯元素的面分布图,并对面分布图像进行了相分析,从亚微观层次揭示了ＰＶＣ／ ＰＰ共混物的相结构．将面分布图像与扫描电镜（ＳＥＭ） 对ＰＶＣ／ＰＰ共混物的形态照片进行了比较．结果表明,元素面分布图像比形态照片具有更清晰、直观的特点,能准确说明聚合物的相结构。