一类时滞非线性动力系统的全局指数稳定性

研究一类具有时滞的非线性动力系统的全局指数稳定性.在时间滞后连续且有界的条件下,通过分析具有时间滞后的微分不等式的稳定性,构造适当的向量李雅普诺夫函数和利用M-矩阵的性质,得到了该类动力系统全局指数稳定的一个充分条件.     

关于可加算子的有界、强有界与连续性研究

研究了拓扑线性空间中可加算子的有界、强有界以及连续之间的关系,将线性算子的相关结论推广到了可加算子上,并得到了赋拟、准范空间的相应结论．     

MUSIC算法结合小生境遗传算法的电磁矢量传感器波达方向估计

当最大似然估计法和MUSIC算法求解矢量传感器阵列问题时,存在多维谱峰搜索的困难。采用一种小生境遗传算法用于矢量传感器阵列的MUSIC算法的多谱峰搜索。通过实验仿真,验证了小生境算法的有效性。仿真结果表明,基于遗传算法的MUSIC算法得到的角度估计均方根偏差性能比ESPRIT算法要差,而在均方根标准方差方面,基于遗传算法的MUSIC算法则比ESPRIT算法要好。     

基于小波和支持向量数据描述的故障智能诊断

提出一种基于小波特征提取和支持向量数据描述的故障智能诊断方法,通过提取实测信号经小波分解后各频带重构信号的能量作为特征,进行支持向量数据描述分类器的训练和分类.通过对滚动轴承故障智能诊断实例表明,该方法可以有效提取信号的故障特征,改进支持向量数据描述在故障诊断中精确度.     

SVM-KNN分类器在网页分类中的应用

为了提高中文网页自动分类的分类精度,将SVM-KNN方法用于中文网页分类.提出了一种中文网页的表示方法,在将下载的网页全部表示为向量空间的向量后,用SVM构造了一个多类分类器.在分类时通过在特征空间计算网页所表示的向量和分界面的距离决定采用SVM方法还是KNN方法对其分类.实验证明该方法是一种有效的方法,对网页分类的各类,使用该方法均比使用SVM方法具有更高的分类精度,同时能缓解SVM训练时对核参数的选择困难问题.     

基于支持向量机的小样本数据概率分布模式自动识别

在装备可靠性工程领域,小样本数据概率分布模式识别是亟需解决的一个难题.统计学习理论是专门研究小样本情况下机器学习规律的理论,支持向量机是当前最新的、基于统计学习理论的机器学习算法.根据现代统计学原理提取了数据分布特征参数,采用支持向量机分类算法构建了小样本数据概率分布模式自动识别模型.测试结果表明,模型对小样本数据概率分布模式具有较强的识别能力.     

集值映射型广义Ekeland变分原理

在序拓扑向量空间中定义了集合的非线性标量化函数,
 并证明了它的一些性质. 利用集合的非线性标量化函数, 给出了关于集值映射的广义Ekela
nd变分原理, 此变分原理是向量形式广义Ekland变分原理的推广.     

对称锥互补问题的一类价值函数及其性质

利用Euclidean-Jordan代数将非线性互补问题(NCP)的一类价值函数推广到对称锥互补问题(SCCP)上, 并证明了SCCP等价于一个无约束光滑极小化问题, 且给出了此类价值函数的两个例子. 此外, 研究了使得价值函数具有全局误差界的条件, 并给出了使得价值函数水平集有界的一个较弱条件.     

伪Riemann流形中的2-调和类空子流形

通过推广相关定理, 给出了具有非负截面曲率的伪Riemann流形中的2-调和类空子流形成为极大类空子流形的一个充分条件, 并通过减弱相关定理的条件, 讨论了外围流形Ricci曲率有上下界时的超曲面情况, 从而改进了相关结果.     

可换环上严格上三角矩阵代数的若当导子

令R是含有单位元1且2为其可逆元的可换环,M(n,R)表示R上所有n×n阶矩阵形成的代数,N(n,R)表示R上所有严格上三角矩阵所形成的M(n,R)的子代数.本文具体刻画了N(n,R)上的任一若当导子,即N(n,R)的每一个若当导子均可被唯一地分解为内导子、对角导子和中心导子之和.