Delta算子描述的离散系统鲁棒滤波

研究基于Delta算子描述的线性不确定离散时间系统在稳态估计误差方差约束下的鲁棒滤波问题。目的是设计线性滤波器 ,使得闭环系统稳定 ,且闭环系统的稳态估计误差的方差满足预先给定的约束条件。基于Riccati方程或Riccati不等式方法 ,给出Delta算子描述的系统鲁棒滤波器的存在条件和显式表达式     

奇异二阶微分方程狄利克莱边值问题解的存在及惟一性

利用混合单调算子给出了奇异二阶微分方程边值问题:x″(t) λf(t,x(t))=0,t∈(0,1),λ>0;x(0)=x(1)=0(其中f(t,x)∈C((0,1)×[0, ∞),[0, ∞)),非线性项f在x=0可能是奇异的)的新解的存在及惟一性.     

Rota-Baxter q-3-李代数

定义q-3-李代数的权为λ的Rota-Baxter算子, 给出P为q-3-李代数权为λ的Rota-Baxter算子的充要条件, 并通过Rota-Baxter李代数、 Rota-Baxter结合代数、Rota-Baxter左对称代数和Rota-Baxter群代数等实现了Rota-Baxter q-3-李代数.     

斜逆Laurent级数环的弱Armendariz性质

设σ是一个环R上的自同构, δ是R的一个σ-导子. 通过引进(σ,δ)-SILS弱Armendariz环的概念, 研究一般斜逆Laurent级数环的弱Armendariz性质. 用逐项分析方法证明了当R满足弱-(σ,δ)-相容性且nil(R)是幂零理想时, R是(σ,δ)-SILS弱Armendariz环.     

基于IOWA算子的我国粮食产量组合预测研究

以1978—2018年我国粮食产量数据为样本,提出基于IOWA算子的组合预测模型,对我国未来5年的粮食产量进行预测。首先建立时间序列ARIMA模型、Holt-winters加法模型和多元线性回归模型,运用3个单项预测模型对1978—2018年间我国的粮食产量进行拟合,然后基于IOWA算子建立以误差平方和最小为准则的组合预测模型,最后运用基于IOWA算子组合预测模型对我国未来5年的粮食产量进行预测。结论表明:基于IOWA算子的组合预测模型具有更高的预测效果,能够使得单项预测模型提供的有效信息得到全面利用,更精准地预测我国粮食产量;我国未来5年的粮食产量还会持续增加,并且每年的平均增长速度为1.3%。     

关于迭代算子DkGk的局部与全局的Lp-加权积分不等式

基于已有的作用于Dirac-调和方程解的迭代算子D^kG^k的L^s-范数不等式,利用广义Hölder不等式及相关的积分技巧,首先在域Ω的子区域上证明了作用于微分形式的迭代算子的局部加权积分不等式,然后将此进一步推广得到Ω上全局的加权不等式。     

Zmin上秩-1矩阵的周长不等式及线性保持算子

利用Boolean秩-1矩阵的周长保持性质和Boolean代数B与Z_min上矩阵之间支配关系的等价性获得了Z_min上秩-1矩阵和的周长所满足的不等式, 保持其秩与周长的线性算子以及保持秩-1和周长2的性质.     

基于颜色特征和改进Canny算子的车牌图像定位

针对目前车牌定位算法准确率较低、 定位速度慢等问题, 提出一种基于颜色特征和改进Canny算子的车牌图像定位方法. 该方法先利用彩色图像的颜色特征对车牌图像进行初步定位, 提取该颜色特征时不包含亮度信息, 有效克服了光照变化的影响; 再对Canny边缘检测算法进行改进, 提出一种新的梯度幅值和梯度方向一阶偏
导数计算方法及高、 低双阈值自适应确定方法; 最后利用多组车牌图像对所提算法的性能进行验证, 验证结果证明了所给方法的正确性和有效性.     

一种改进的Hopfield神经网络对TSP问题的求解方法

论文对Hopfield神经网络的能量函数进行重构,使得新能量函数具有参数少、表达式简洁、计算效率高等特点;并引入遗传算法中的变异算子,使得改进后的Hopfield神经网络的具有自适应调整的功能.同时,针对有效解易陷入局部极小值等问题,运用数据转换技术、贪心算法等对有效解进行优化.最后对不同规模的TSP问题仿真,结果表明这些改进方法和技巧是可行的.     

关于Banach共轭算子和Hilbert共轭算子的讨论

Banach共轭算子和Hilbert共轭算子是泛函分析中两个非常重要的概念.Hilbert空间是特殊的Banach空间,但Hilbert空间上的共轭算子没有沿用Banach空间上共轭算子的定义,并且绝大数教材都没有说明这样定义的原因.阐述了Hilbert空间上的共轭算子没有沿用Banach空间上共轭算子定义的原因,并讨论Hilbert空间中这两种算子的关系.