关于量子力学中效应代数上的收敛理论及不变量

本文介绍了量子力学中效应代数的研究进展。指出利用无穷矩阵理论研究其上的收敛理论和不变量，对建立量子力学的数学基础有重要意义。     

一类非线性SEIRS流行病传播数学模型

目的 研究一类具有饱和接触率且潜伏期、染病期均传染的非线性SEIRS流行病传播数学模型动力学性质。方法 利用Lasalle不变集原理和Routh-Hurwitz判据探讨系统的渐近性态。结果 得到了疾病绝灭与持续的阈值——基本再生数，证明了无病平衡点的全局渐近稳定性和地方病平衡点的局部渐近稳定性，揭示了潜伏期传染的影响。结论潜伏期有传染的疾病，不但要注意控制染病期的病人，还要注意控制潜伏期的病人。只有这样，才能有效地控制疾病的蔓延。     

超球上关于不变度量的（0，q）-Green式的性质

证明了：对任一（0,q)式g(z)=1/q!g_Aq(z)dz^Aq,其系数gAq-(z)满足:gAq(z)/1-|z|^2在B^n-连续，则有□w∫Bng(z)∧*N(z,w)=g(w)。     

完整约束奇异广义力学系统的Poincare'-Cartan积分

对受完整外在约束并用奇异Lagrange量描述的广义力学系统,基于完整外在约束满足的约束加在虚位移上的条件,并考虑到系统的内在约束,导出了该约束奇异广义力学系统的广义Poincare'-Cartan积分不变量,并证明了该不变量与约束奇异广义力学系统的广义正则方程等价.     

基于SIFT的车标识别算法

针对车标识别过程中匹配阈值难、识别速度慢的问题,提出一种基于尺度不变特征变换(SIFT)的特征匹配车标识别算法.利用SIFT算子对图像的视角、平移、放射、亮度、旋转等不变特性进行提取,并采用BP神经网络算法自主选取车标图像特征进行分类、匹配和识别.仿真实验结果表明,简单车标和复杂车标的识别率平均值均达90%以上,该算法识别速度较快、识别率较高,能满足实际应用的需要.     

轮毂电驱动汽车乘坐舒适性研究

针对轮毂电驱动汽车乘坐舒适性变差及驱动电机的质量问题, 建立了车身与车轮两自由度四分之一车辆 振动系统模型, 通过计算不变点说明乘坐舒适性变差的原因, 并给出驱动电机的质量要求以提高乘坐舒适性, 并用 Simulink 对结果仿真和验证。 结果表明, 频率不变点不会因为弹簧刚度和阻尼系数的改变而改变, 而且频 率不变点所对应的车身加速度对路面输入速度的幅频特性值很接近极大值, 对乘坐舒适性影响很大, 导致轮毂 电驱动汽车乘坐舒适性变差, 并给出驱动电机最适合整车舒适性的质量要求。     

加权shift算子加上Volterra型算子在Hardy空间上的不变子空间及约化子空间

Cuckovic等刻画了shift算子加上Volterra算子在Hardy-Hilbert空间上的不变子空间。在他们以及Stessin等的关于约化子空间的研究基础上,文章研究了加权shift算子加上Volterra型算子在Hardy空间上的不变子空间及约化子空间,部分地推广了他们的结论。     

关于*-仿正规压缩算子的性质

主要研究了压缩的*-仿正规算子的一些性质,证明了若T是一个压缩的*-仿正规算子,则正算子D=12(T*2 T2-2TT*+I)是一个压缩算子,且算子序列{Dn}强收敛于一个投影算子P,满足T*P=0;若T没有非平凡的不变子空间,则(i)T是真压缩算子,(ii)正算子D=12(|T2|2-2|T*|2+I)是强稳定压缩算子.     

求解大规模线性时不变系统的最优H2模型降阶问题的共轭梯度法

 针对最优H₂模型降阶问题,提出了适合大规模多输入多输出系统的共轭梯度法。该方法仅需利用一阶导数信息,存储量少,计算复杂度低,且具有超线性收敛性。实验结果显示了算法的有效性。     

采用局部差分模型描述的彩色图像配准技术

针对光照方向、强度、色彩或摄像头参数等因素的变化导致待配准彩色图像对间存在复杂的色彩变化,从而严重影响彩色图像配准效果的问题,提出了一种对彩色变化不敏感的彩色图像配准方法.该方法首先根据彩色图像间的von Kries彩色变换模型,建立图像的彩色不变量空间,在此空间利用尺度不变量特征转换(SIFT)算法完成特征点的检测;为加快运算速度,采用2阶局部差分模型(LDP)方法对特征点进行描述,并完成彩色图像特征间的初匹配;再进一步利用RANSAC算法消除误匹配特征点对,得到最终的匹配特征点对.实验结果表明,该彩色图像配准方法与其他算法相比,可以快速、准确地获得彩色图像间的映射关系,因此更加适合存在色彩变化的彩色图像的配准.