抛石基床局部极限承载力试验研究

本文以空心薄壁结构与抛石基床相互作用为研究对象,通过近于原型的试验,对抛石基床局部极限承载力及其影响因素进行试验分析,并对有关的问题进行探讨,提出抛石基床局部极限承载力推荐值为2100kPa。

依时变化的随机环境中的分枝随机游动的局部极限定理的二阶展开

考虑了Z^(d)中随机环境中的分枝随机游动,其中分枝机制和粒子迁移的分布律均依时间变化.对任意给定点z∈Z^(d),令Z;(z)表示位于该点处的n代粒子的个数.给出了Z_(n)(z)的二阶渐近展开表达式.

具有正弦到达率的M_t/GI/∞队列模型的局部极限

根据M_t/GI/∞队列模型,应用随机过程及排队系统,推算出具有正弦到达率的M_t/GI/∞队列模型.结合随机过程极限、概率测度收敛等,得到具有正弦到达率的M_t/GI/∞队列模型的流体稳态累积分布函数及局部极限.

一类随机适应序列部分和的局部极限定理的一个注记

研究了一类随机适应序列的强极限定理,推广了最近发表的几个结果,并进一步推广了Borel-Cantelli引理.

具有马尔可夫增量的随机游动的最小值的局部极限定理

本文考虑具有马尔可夫增量的随机游动(半马尔可夫链)的最小值,提出一种Presman因式分解的方法,对其分布的渐进行为进行研究并给出了局部极限定理.该结果可以应用于对马尔可夫随机环境下的分支过程的生存概率的渐进行为进行估计.

多层非线性局部感受野极限学习机方法用于录井气体分析

随着我国能源需求的不断提升以及钻探环境的日益复杂化,开展高精度的烷烃类气体浓度检测对于提高油气勘探效率具有重要意义。光谱录井技术具有烃类气体检测快速、准确等优势,已成为石油勘探过程中备受关注的研究热点。针对录井气体红外光谱由于饱和吸收、噪声干扰、基线漂移等方面引起的非线性问题,提出了多层非线性局部感受野极限学习机(NM-LRF-ELM)模型。该模型将一维光谱数据转换为二维矩阵格式,利用局部感受野的数据处理方式在输入与隐藏层之间实现非线性特征提取。同时,引入改进的T-sigmoid激活函数,并在全连接层后加入dropout层来降低模型的过拟合风险。模型的特征提取与定量分析呈一体化结构,直接输出定量分析预测值。采集了两组共407个混合烷烃气体样本的红外光谱作为实验数据集,进行定量分析实验。实验结果表明,相较于滑动窗口类与灰狼优化定量分析模型,该模型的训练时间显著减少了90%以上。即使在同系物的非线性干扰下,模型的预测精度仍低于系统误差。因此,提出的方法有助于在现场环境变化复杂的情况下,降低未知气体的非线性干扰,提高对目标气体的红外光谱检测精度。

关于任意随机适应序列部分和的一类局部极限定理

研究任意随机适应序列部分和的一类局部极限定理,推广了最近发表的几个结果．

最大值的几乎处处局部中心极限定理(英文)

X 1,X 2,L为独立同分布随机变量序列,Csáki,E在1993年给出了部分和的几乎处处局部中心极限定理.我们在较弱的条件下首次证明了最大值的几乎处处局部中心极限定理.

随机变量序列最大值的局部几乎处处中心极限定理

在一定条件下得到了最大值的局部几乎处处中心极限定理.

一个复杂有界环境下的改进极限环避障算法

本文研究了障碍不规则与带边界这两种非预知环境条件下的群体运动实时规划问题,提出了一种改进极限环群体避障算法.该算法在传统极限环的基础上引入局部与包络的概念来解决障碍不规则的问题,另一方面通过改进传统人工势场的斥力函数来刻画边界的排斥作用,以避免与边界碰撞.针对不规则障碍与带边界这两种典型场景,本文在障碍与边界非预知的条件下进行了仿真实验.仿真结果表明,与传统人工势场法相比,本算法不仅减少了碰撞数量,缩短了避障时间,还具有更好的适应性和有效性.

Dullin-Gottwald-Holm方程解的极限行为

研究了一类1+1维新型浅水波方程(Dullin-Gottwald-Holm方程,简称DGH方程)的解在色散参数γ→0过程下的极限行为.通过证明xu在L∞(R)中的一致有界性及利用Kato-Ponce不等式,得到了:在一定的条件下,DGH方程的解序列是C([0,T),Hs),s≥3中的Cauchy列;运用对DGH方程解的一致先验估计,证明了DGH方程的解必定局部强收敛于Camassa-Holm方程的解.

利用极限学习机的人脸活体检测方法

针对目前人脸活体检测中手工设计特征方法提取特征单一和传统深度学习算法容易产生局部最小值和过拟合等问题,提出基于局部感受野的极限学习机(ELM-LRF)模型的人脸活体检测方法。模型首先随机生成输入权重,然后采用正则化最小二乘法解析计算出输出权重,有效解决了深度学习算法容易产生的局部最小值和过拟合问题,具有优越的泛化性能。在CASIA-FASD,NUAA数据库上分别以ELM-LRF模型与其他先进的人脸活体检测算法进行了实验对比,ELM-LRF算法具有最高的分类性能。

浅谈二项分布的近似计算

讨论了用Possion定理、局部极限定理和积分极限定理近似计算二项分布概率时的误差,对这3种近似计算的误差进行了比较,详细分析了用局部极限定理做近似计算时的误差。

灰度预分割对三维医学图像配准的作用

医学图像配准是图像处理中的一个重要研究方向。随着研究的深入,配准方法越来越完善,但局部极值的问题一直困扰着图像配准。本文旨在讨论采用部分体积插值法时局部极值的产生原因,采用自动分割技术阐述灰度预分割的方法对局部极值的抑制作用,探讨灰度预分割法对同模配准和多模配准的影响。实验结果表明,灰度预分割法可以基本消除局部极值,得到较好的配准结果,提高了配准的鲁棒性和准确性。

超临界双分支扩散过程质点的增长

本文研究双分支扩散过程在超临界情况下质点的空间增长问题,质点在分支前在Rd中作扩散运动;分支等待时间服从均值为一常数的指数分布,分支时或者产生0个质点,或者产生两个质点,这两个质点或者都位于分文时的位置,或者其中一个随机地落在Rd的任何一点。我们证明了超临界双分支扩散随机游动的局部极限定理,证明了在超临界情况下,从无穷初始组态开始的过程在开集中的质点数的极限定理。

基于2-D范围扫描的室内场景识别方法

对于在室内工作的机器人而言,要完成不同环境的自主导航就必须能够对其所处场景进行有效识别。传统的方法是通过视觉或雷达等传感器对所处环境进行匹配以实现场景识别。提出了一种基于2-D范围扫描的室内场景识别的方法。该方法对激光雷达的范围扫描信息进行特征提取,利用所提取的样本训练基于局部感受野的极限学习机,对多种室内场景进行分类识别。在Gazebo搭建的仿真环境中采集虚拟范围扫描数据,对室内场景识别方法进行了研究。利用DR Dataset提供的测距数据对所提出的方法进行了实验验证。实验结果表明:该方法的室内场景识别准确率高于传统方法。基于2-D范围扫描场景识别的研究也为机器人实现自主导航提供理论依据和实验数据。

例谈“不等式恒成立问题”的几种优化处理方式

“不等式恒成立问题”是高中数学中一个非常重要的问题,其综合性和灵活性都较强.常通过寻找不等式恒成立的必要条件、利用洛必达法则和借助函数极限的局部保号性等方法来优化这类问题,使解题过程变得更简洁、自然.

Asymptotic Direct System of C^(*)-algebras and Locally AF-algebra

We define the direct limit of the asymptotic direct system of C^(*)-algebras and give some properties of it.Finally,we prove that a C^(*)-algebra is a locally AF-algebra,if and only if it is the direct limit of an asymptotic direct system of finite-dimensional C^(*)-algebras.

单模随机网络的有限逼近

随机图极限理论是一个十分活跃且充满挑战性的研究领域,关于单模随机网络有限逼近的Aldous-Lyons猜想是该领域的一个核心重大问题,本论文是关于它的一个综述.

Quasi Fast Completeness and Inductive Limits of Webbed Spaces

Let (E,ζ)= indlim (E n ,ζ n ) be an inductive limit of locally convex spaces. We say that ( DST ) holds if each bounded set in (E,ζ) is contained and bounded in some (E n ,ζ n ). We introduce a property which is weaker than fast completeness, quasi-fast completeness, and prove that for inductive limits of strictly webbed spaces, quasi-fast completeness implies that ( DST ). By using De Wilde’s theory on webbed spaces,we also give some other conditions for ( DST ). These results improve relevant earlier results.