面向独立任务的星型网格拓扑结构优化

文中以星型网格应用环境中独立任务周期性调度的研究成果为基础,通过分析网格平台分别处于非饱和态、临界态以及冗余态时的性质,提出了拓扑结构优化方法——静态优化与动态优化,给出了一种星型网格计算能力与资源利用率的度量方法;在静态优化方面,解决网格拓扑结构最优化的判断问题,给出组建最优化星型网格的方法;在动态优化方面,研究了网格拓扑结构动态变化时节点的准入策略;还根据网格计算能力与动态负载的匹配情况,提出了网格拓扑结构动态优化算法.最后给出了网格平台的扩展策略.     

二阶亚纯函数系数非齐次线性微分方程解的超级

研究了二阶亚纯函数系数非齐次线性微分方程f″+Af'+Bf=F解的超级不同零点收敛指数。当其系数满足一定的条件时,得到方程解的超级零点收敛指数的精确的估计。     

时延相关网络控制系统的输出反馈镇定

研究了一类具有时变时延网络控制系统的输出反馈镇定问题.对于传感器与控制器间产生时变时延情形,采用时延相关切换控制器,通过Lyapunov-Krasovskii泛函方法和广义模型变换,得到了使闭环系统渐近稳定的线性矩阵不等式充分条件,该控制器是可以降阶的.仿真算例验证了该方法的有效性.     

平面图线性2-荫度的一个上界

设图G为最大度为Δ的平面图。图G的线性2-荫度是将图G的边集合分解成k个线性森林的最小整数k,其中每个分支树为长至多为2的路,记为la2（G）。得到了平面图线性2-荫度的上界：若Δ≡0,3（mod 4）,则la2（G）≤「Δ/2棢＋8;若Δ≡1,2（mod 4）,则la2（G）≤「Δ/2棢＋7。     

神经网络集成模型在广东省海洋生产总值预测中的应用

海洋生产总值预测是一项极其复杂但又非常重要的工作,本文探讨了神经网络集成模型在广东省海洋生产总值预测中的应用.通过采集广东省2000—2010年海洋统计年鉴数据,借助Bagging方法生成仿真数据训练网络个体,将12个个体网络集成对广东省2010年海洋生产总值进行预测分析,该模型解决了海洋经济数据非线性、时变性、样本量少和偏差大等问题.与线性回归方法的比较结果表明,神经网络集成模型预测海洋生产总值的结果更可靠.     

具滞后超中立型时变线性大系统的稳定性

根据大系统分解集结思想,利用加权向量范数型李雅谱诺夫函数构造变系数线性超中立型时滞大系统的集结系统,运用比较原理和时域中的微分积分不等式,讨论相应集结系统的稳定性,从而获得具滞后超中立型时变线性大系统的稳定性.     

基于最小二乘法的无监督支持向量机

将最小二乘支持向量机的思想引入无监督学习,提出一个最小二乘无监督支持向量机.首先假设超平面过样本中心点,再给出线性可分的条件构造目标函数和约束条件,从而得到一个线性规划问题去求解聚类问题.     

线性代数向量组正交化的教学改革

线性代数课程中的向量组正交化的传统方法,即施密特正交化过程。多年来,很多教材都是沿用施密特正交化过程方法,但其计算量比较大。论述了使用齐次线性方程组求非零解的方法,将向量组正交化,产生一种新的构思。     

基于加权整体最小二乘的多元线性回归分析

针对变形监测数据中自变量和因变量观测向量都含有误差、且采用一般最小二乘估计是有偏的这一问题,引入EIV模型,并顾及各自变量观测精度的不同,采用加权整体最小二乘对待估参数进行估计。长江三峡库区滑坡监测实验表明,基于加权整体最小二乘的多元线性回归分析能更好地对回归方程进行参数估计,可明显提高形变预测精度。     

基于信号时频域聚集性的欠定盲分离混合矩阵估计方法

为解决欠定盲分离中混合矩阵估计问题,通过研究观测信号在时频域的线性聚集特性,提出一种基于时频域线性聚集程度差异的混合矩阵估计方法,并着重研究在信号线性聚集程度较弱情况下对混合矩阵的估计.首先,利用观测信号或其时频域中相应变换系数的比值分布衡量信号线性聚集程度;其次,采用优化初始中心的K-均值聚类算法估计混合矩阵.该算法降低了对信号稀疏性的要求,并且可以较高精度地估计出混合矩阵.仿真实验结果表明该方法具有可行性和有效性.