基于遗传算法的布局求解方法研究

通过对布局问题的分析和遗传算法的研究,对编码方法、遗传算子等做了改进,提出了基于遗传算法的布局求解方法研究.通过实验结果证明,该算法对布局求解能得到良好的布局结果.     

一个计算行星轮对定轴动量矩的新方法

推导了行星轮的运动分解为随转动参考系的转动和相对于转动参考系的转动时,计算其对定轴动量矩的一个新方法.该方法表明,行星轮对定轴动量矩等于牵连动量矩与相对动量矩之和,其物理意义直观明确,应用方便.     

中国股市基于成交量的价格动量策略

根据1999年Hong和Stein信息逐渐扩散的行为模型，构建了中国股市基于成交量的价格动量策略、结果表明，低成交量组合中存在着显著的中期动量，并且持有低成交量赢者组合，明显能够战胜市场组合．成交量包含未来股价走势的重要信息，能够测度私有信息的扩散速度及动量交易的规模．传统风险因子对策略收益缺乏解释力，与信息逐渐扩散模型假设相一致，私有信息或公司特有信息的缓慢扩散，造成股价对信息反应不足，从而产生了价格动量．此外，由于信息不对称引发的股价操纵行为，对价格动量也具有一定解释力。     

中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

基于动量自适应学习率PSO-BP神经网络的钻速预测模型研究

机械钻速(rate of penetration, ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为了实现对钻速的高精度预测,对现有BP (back propagation)神经网络进行优化,提出了一种新的神经网络模型,即动态自适应学习率的粒子群优化BP神经网络,利用录井数据建立目标井预测模型来对钻速进行预测。在训练过程中对BP神经网络进行优化,利用启发式算法,即附加动量法和自适应学习率,将两种方法结合起来形成动态自适应学习率的BP改进算法,提高了BP神经网络的训练速度和拟合精度,获得了更好的泛化性能。将BP神经网络与遗传优化算法(genetic algorithm, GA)和粒子群优化算法(particle swarm optimization, PSO)结合,得到优化后的动态自适应学习率BP神经网络。研究利用XX8-1-2井的录井数据进行实验,对比BP神经网络、PSO-BP神经网络、GA-BP神经网络3种不同的改进后神经网络的预测结果...     

球极坐标系下角动量平方算符与拉普拉斯算符的推导——多元复合函数微商法则在量子力学中的应用

采用引入变量的多元复合函数微商法则,将直角坐标系下的1阶偏微分形式变换成球极坐标形式,进而推导出球极坐标系下角动量平方算符与拉普拉斯算符的表达式.这将使得在量子力学中求解Schr?dinger方程、各角动量算符对应的各角量子数变得更加简单.     

一类无限维滤过李代数

研究了复数域上一类无限维滤过李代数,它的相联阶化李代数是由所有微分算子或所有导子算子所成的李代数,获得这样的滤过李代数同构于它的相联阶化李代数的充分与必要条件。     

关于奇重特征算子的局部可解性问题

本文把研究主型算子的方法,用于研究奇重特征算子的情形.解决了形如L=D_1~(2 p 1) α(t,x,D_x)算子的局部可解性问题,其中一阶拟微分算子α(t,x,D_x)与x 有关.1978年,P.R.Wenston 曾考虑过这类问题,但未能给以解决.     

角动量阶梯算符的一种构造方法

本文以角动量的对易关系出发,推导出一组阶梯算符,它可使角动量本征矢的量子数j(或ι)、m同时升降、并找出这组算符之间的关系,给出了这些算符作用于轨道角动量本征态|ιm>上的系数。