古巴比伦人求算术平方根的探究

分析了古巴比伦人求算术平方根的算法，证明了其正确性。然后将其算法推广到求n次算术根，并证明了其正确性。     

一个较精确加强型的半离散Hilbert型不等式

应用权函数的方法及Hermite Hadamard不等式, 建立一个较精确且加强型的半离散非齐次核Hilbert型不等式, 并给出该不等式具有最佳常数因子联系参数的一组等价性质及一些特殊参数不等式.      

基于近似贝叶斯计算方法的排队模型参数估计

基于贝叶斯推断对单服务台的马尔科夫与非马尔科夫系统下的4个排队模型做参数估计与效果评价,并对银行排队叫号换汇数据做实证研究。采用近似贝叶斯计算的方法有效解决复杂排队模型似然函数难解析表达的问题。利用R中queue computer包给出M/M/1,M/G/1,G/M/1,GI/GI/1这4个排队模型的到达时间与服务时间的参数估计及后验分布图。其中M/M/1:估计值(真实值)分别约为1.02(1)、 1.12(1/0.9),都与真实值接近;M/G/1:1.17(1)、1.21(1.2),对服务时间的估计效果优于到达时间;G/M/1:0.49(0.5)、0.96(1),从后验分布进一步得到对服务时间的估计更准确;GI/GI/1:1.16(1.1)、1.07(1)、0.23(0.251)、0.22(0.25),各分量的估计值与真实值相对接近。对于实际银行数据,估计得的参数所拟合的数据与Ausin的拟合数据分布接近。研究表明,近似贝叶斯的方法在排队模型的参数估计上有较大优势,在实际数据中取得了较好应用。     

静止状态下直线感应电机的参数辨识方法

直线感应电机气隙较大,并且次级一般是由整块的铝板和次级铁轭压制而成.由于此种次级没有类似于旋转感应电机的鼠笼导条和短路环,导致次级漏感远远小于初级漏感.传统的测量电机参数的空载和堵转试验假设初、次级漏感相等,在直线感应电机中难以实施,因此测量直线感应电机的参数难度较大.本文提出了一种静止状态下直线感应电机的参数辨识方法,无须做空载和堵转试验,通过控制PWM逆变器就可以实现对直线感应电机的初级电阻R1、初级漏感L1、次级电阻R2、次级漏感L2和互感Lm的测量.在参数计算过程中引入了β参数,实验验证了该方法的准确性并且分析了β参数对该方法的影响.     

自由代数F_m的E(n)-模代数的证明

对任一个m×n矩阵Γ∈Mm×n(k),给出E(n)在m个变量的自由代数Fm上有一个作用,证明了该作用使得自由代数Fm成为一个E(n)-模代数.     

四叶树Hosoya指标显式公式及其序列

为研究四叶树Hosoya指标的规律,利用图论的分支分析法,解决了四叶树Hosoya指标的显式公式和序列.对于一般的t叶树,仍然用同样分支分析法,得到相应的t叶树Hosoya指标的显式公式和序列.发现了一族初值不一样的Fibonacci序列,在科学上对组合数学和图论提供了一定参考.     

蛋白质二级结构预测概率图模型的改进

蛋白质二级结构与蛋白质三级结构及蛋白质功能密切相关,是生物信息学研究的热点,其中概率图模型隐马尔可夫算法(HMM)是该领域研究的重要工具。但是在实际应用中,存在着HMM训练下溢、不同训练集的效果差异较大及参数优化困难等问题。对预测蛋白质二级结构时HMM遇到的训练下溢问题提出了改进方案;首次提出8-状态HMM来预测蛋白质二级结构,并且将参数B改进成为包含状态转移信息的三维参数;为了改进最优HMM模型的确定方法,用每个样本分别对初始HMM模型进行训练,得到一系列新的模型,然后对这些新模型的参数求均值,将求得的均值作为最优模型的参数。这些改进方法提高了HMM预测蛋白质二级结构的准确率,为HMM的进一步优化打下良好的基础。     

基于PSO的一类线性系统参数辨识方法研究

研究了一种线性系统的参数精确辨识方法;首先采用PSO(Particle Swarm Optimization,粒子群优化)方法对模型进行优化迭代,并选择合适误差准则作为粒子群优化算法的适应度函数,以迭代每个粒子所对应的参数速度和大小;在此基础上,寻找最小适应度值的粒子,推导出最优的适应度函数值,实现系统参数的实时、精确估计;最后通过实验验证了基于粒子群优化算法的参数辨识法的准确性和有效性。     

基于自适应同步辨识四维超混沌系统所有参数

本文解析地证明了采用较少的时间序列和适当的自适应同步方法,可实现四维超混沌系统所有参数的精确辨识。模拟了只用两个时间序列就可以对四维超混沌系统的所有参数进行精确辨识。该方法使用的控制器简单,需要的时间序列少,且具有很强的鲁棒性。