Banach空间中有限族非扩张映象隐迭代程序的收敛性

在Banach空间的框架下，研究了有限族非扩张映象隐迭代程序的收敛性，其结果不仅改进和发展了最新的有关结果，而且也肯定地回答了Xu提出的一个公开问题。     

紧度量空间中的不动点定理

在紧度量空间中讨论了压缩型和膨胀型不动点定理 ,推广和改进了 [2 ]和 [5 ]中的若干结果     

修正的Navier—Stokes方程的再生性质和周期解

本文证明了由提出的修正的Navier-Stokes方程在小外力的条件下对t_1∈(0,T]存在唯一的初始速度分布使得相应的初边值问题的广义解具再生性质:(t_1)=(0)=.从而当外力还是时间t的周期函数时,是周期解.进而证明此周期解以指数方式吸引相应于同一外力但初值可任意的其它解.上述结论的证明基于对广义解v的导数v在空间L~∞(0,T;L~2(Ω))中估计.     

发动机的曲轴转速方程及其近似解

从活塞发动机的动力分析中得到本文中的微分一积分方程(4),其中α为曲轴转角,θ为角速度的平方,而ε<<1为总等效转动惯量的倒数。本文利用压缩映象原理和摄动方法证明了所得方程解的存在性和唯一性,并给出了这个解的渐近展开。     

改进位姿估计环节的ORB-SLAM稠密建图算法

为了提高ORB-SLAM2系统的位姿估计精度并解决仅能生成稀疏地图的问题,提出了一种融合ICP算法与曼哈顿世界假说的位姿估计策略并在ORB-SLAM2系统中加入稠密建图线程来实现稠密建图。首先通过ORB特征点法、LSD算法和AHC方法进行点、线、面特征的提取,其中点、线特征跟上一帧匹配,面特征在全局地图中匹配。然后采用基于surfel的稠密建图策略将图像划分为非平面与平面区域,非平面采用ICP算法计算位姿,平面则通过面与面的正交关系确定曼哈顿世界从而使用不同的位姿估计策略,其中曼哈顿世界场景通过位姿解耦实现基于曼哈顿帧观测的无漂移旋转估计,而曼哈顿世界场景下的平移以及非曼哈顿世界场景位姿采用追踪的点、线、面特征进行估计和优化;最后根据关键帧和相应位姿实现稠密建图。采用TUM数据集对所提建图方法进行验证,实验结果与ORB-SLAM2算法比较,最终均方根误差RMSE平均减少0.24cm,平均定位精度提高7.17%,验证了所提方法进行稠密建图的可行性和有效性。     

Formula for Analyzing Hopf Bifurcation

CesariandHaleshowedthat[1],usingLiapunov-Schmidtreduction,theHopfbifurcationcanbetreatedasbifurcationofzerosofacertainreducedmapping.Consideranautonomoussystemofordinarydifferentialequation(ODE)definedneartheoriginoftheformdudt A(λ)u F(u,λ)=0,　u∈Rn,λ∈Rm(1)whereλisthebifurcationparameter,A(λ)isann×nmatrix,A(0)satisfiestheHopfhypothesis:ithassimpleeigenvalues±iandhasnoothereigenvalueslyingontheimaginaryaxis,F(u,λ)arethehigher-ordertermsofuandbothofAandFareC∞functionsofλ.Fixed…     

生长曲线模型中协差阵的一致最小方差非负二次无偏估计

在准椭球等高分布下给出了生长曲线模型中ｔｒ（ＣＶ）的一致最小方差非负二次无偏估计存在及任一个非负二次估计成为一致最小方差非负二次无偏估计的充要条件。     

基于XML的数据仓库历史数据归档的实现

在基于XML的数据仓库历史数据归档的过程中，研究了如何利用ADO．NET技术实现将存储历史数据的关系数据库模式映射为XML模式，并实现关系数据库中历史数据的传递．形成XML文档，从而完成历史数据的归档．文中给出了实现归档的方法、部分关键程序代码以及实现的结果．     

模糊映射次微分在最小值点集合上的性质及其运算

在模糊数空间中，介绍了模糊数及模糊映射次微分等概念，引入模糊数的加法与乘法运算法则及序关系，定义了锥N（C，x0），证明了模糊映射在最小值点集合上的性质，通过实例，利用模糊数的定义、运算法则、序关系和模糊映射次微分的定义及性质对模糊映射的次微分作了尝试性的计算。     

渐近非扩张映射的不动点三步迭代

设D是一致凸空间中的非空紧凸子集,T:D→是渐近非扩张映射且F(T)≠,kn≥1,∑∞n=1(kn-1)<∞,设{un},{u′n},{u″n}是D中有界序列,{an},{bn},{cn},{a′n}{b′n}{c′n}{a″n},{b″n},{c″n}是[0,1]中序列且满足:i)an+bn+cn=a′n+b′n+c′n=a″n+b″n+c″n=1;ii)b″n,b′n∈[a,b](0,1);bn∈[0,b];iii)∑∞n=1cn<∞,∑∞n=1c′n<∞,∑∞n=1c″n<∞.对x1∈D,定义:zn=anxn+bnTnxn+cnun;yn=a′nxn+b′nTnzn+c′nu′nn≥1;xn+1=a″nxn+b″nTnyn+c″nu″n则{xn},{yn},{zn}强收敛于T的不动点.