拟周期强迫Morse振子的长范围混沌

该文定性研究了拟周期强迫Morse振子的动力学性质，该模型是描述分子在外部拟周期电磁作用下分裂的一个经典模型．通过引进著名的McGeHee变换，并应用拟周期扰动的广义Melnikov方法，证明了该系统存在Smale马蹄意义下的混沌．所得的结果为以前的数值结果提供了一个解析证实．     

基于遗传算法的约束广义预测控制

广义预测控制要求控制对象必须是线性无约束的，优化的性能指标也必须是二次型形式，因此，广义预测控制的工业应用存在很大局限性．本文尝试用遗传算法来解决存在约束的广义预测控制的优化问题，给出了基于遗传算法的广义预测控制算法的实现方法，并通过工业过程对象的仿真，验证了该方法的有效性，且控制效果良好．     

一类本原有向图的第k个顶点指数的研究

广义本原指数的上界和相应的指数集的确定是广义本原指数研究的重要问题.给出了围长为2的n阶本原有向图的第k个顶点指数(expn(k))的上界及相应的指数集.     

广义四元数群的全自同构群

一个有限群Q4n称为广义四元群,若Q4n=〈a,b|a2n=1,b2＝an,ab=a-1〉,n≥3.根据广义四元群Q4n的结构和性质,利用群的扩张理论,先确定了Q4p与Q4pm的全自同构群的结构,由此归纳出一般的广义四元群Q4n的全自同构群的结构如下:设p1为n的最小素因子,n=pr11 pr22…prkk为n的素数分解,那么(a)当p1＞2时,Aut(G)=〈α〉:(〈η1〉×〈η2〉×…×〈ηk〉);(b)当p1＝2时,Aut(G)=〈α〉:(〈η2〉×…×〈ηk〉), r1＝1〈α〉:(〈γ〉×〈η2〉×…×〈ηk〉), r1＝2〈α〉:(〈μ〉×〈ν〉×〈η2〉×…×〈ηk〉), r1≥3.     

一般有限域GF(pm)上线性码的自同构群

 对单式阵群作一个较详细的研究,并将GF(2^m)上线性码的自同构群的一些结论推广到最一般的有限域GF(p^m)上去,这里的p是任意的素数.     

广义共轭留数边界元法电除尘器电场解析

将广义共轭留数法引入于边界元法，改变矩阵方程与高斯消去法相结合的原传统结构，按照指数函数规律缩短解题时间。自由度数越多其效果越显著。仅就电除尘器电场和电势的小规模数值结果，与实验结果相符。证明这种方法是有效的，计算速度比传统的边界元方法快两倍。     

一类迭代平均值的广义加权推广

将一类算术迭代平均值、几何迭代平均值及调和迭代平均值推广到广义加权平均迭代的情形，给出了这3类广义加权迭代平均值的定义、计算公式，以及三者之间的一些等量关系、不等式关系和多重迭代的极限。     

量子群Uq(sl(2))的广义伴随作用

设U表示单李代数sl(2)的量子化包络代数Uq(sl(2))，Ft(U)是由广义伴随作用下局部有限的元素组成，作为U-模，Ft(U)的单模分解式为Ft(U）=⊙i，j≥0[c^iE^jK^-t]。     

A novel audio watermarking scheme using multiscale wavelet modulation

A novel audio watermarking scheme to embed robust and inaudible watermarks for the purpose of copyright protection is proposed. The key innovation is to add time-frequency redundancy into watermark signals by multiscale wavelet modulation. In order to maximize the watermarking strength within perceptual constraints, the signals synthesized from different scales are masked using a frequency auditory model, respectively, and then intergrated to form the final watermark signal. The detection structure is built using the redundancy in watermark signals, and the performance is further enhanced by modeling the statistical behaviors of wavelet coefficients as generalized Gaussian distribution. The use of original audio signal is not required in watermark detection. The experimental results show that our approach can achieve not only good transparency but also satisfying robustness to common audio manipulations.     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。