广义AND-OR函数及其单层网络结构

证明了 AND- OR函数可用单层神经网络表达 ,并且其权向量恰为Fabonacci数列的截段 .引入了广义 AND- OR函数与广义 OR- AND函数 ,证明了它们都可用单层神经网络表达 ,并以广义 Fabonacci数列的截段为权向量 .

基于预条件广义逐次超松弛迭代法的数值格林函数计算方法

为了改善Born散射级数解决地震强散射问题时的收敛性,将带有虚部分量的复波数格林函数引入到求解格林函数Lippmann–Schwinger(L-S)积分方程数值解的广义逐次超松弛迭代法中,弱化格林函数的奇异性。引入预条件算子降低系数矩阵的条件数,加速迭代级数的收敛速度,给出了复波数L-S方程的预条件广义逐次超松弛(preconditioned generalized successive over-relaxation,Pre-GSOR)迭代格式。通过数值分析和收敛性分析重新选取合适的衰减因子和预条件算子,得到了满足地震强散射条件的收敛Born级数,并将其用于地震强散射问题中数值格林函数的计算。数值结果表明:复波数L-S方程Pre-GSOR迭代法可以得到与实波数L-S方程直接法相匹配的数值模拟结果;复波数L-S方程Pre-GSOR迭代法系数矩阵条件数在高频时仅为原系数矩阵条件数的10%,相同迭代次数下归一化收敛残差可降低3个数量级以上,且对高频适应性强,可有效改善实波数L-S方程广义超松弛迭代法在强散射介质中的收敛停滞问题。

广义高斯分布的卷积传递函数多通道非负矩阵分解

基于卷积传递函数的多通道非负矩阵分解(CTF-MNMF)在长混响环境的盲源分离中取得了较好的性能,但该算法的分离性能依然受到声源模型的限制。因此提出了基于广义高斯分布(GGD)的CTF-MNMF算法,通过将域参数引入NMF中并利用广义非负矩阵分解(GNMF)建模GGD的非负尺度因子,提高了声源模型捕捉信号离群值的鲁棒性,进而提高了声源估计的准确性。采用基于辅助函数的优化策略给出分离矩阵和非负矩阵参数的更新公式。仿真结果表明所提算法在语音和音乐两种信号的分离实验中均取得了比GGD-ILRMA、WPE-ILRMA和CTF-MNMF更好的分离性能。

一类包含广义欧拉函数的方程的可解性

伪Smarandache函数、SmarandacheLCM函数以及广义Euler函数都是重要的数论函数,本文研究了由这三类函数组成的数论函数方程Z(n^(2))=φe(SL(n^(2)))的可解性问题.利用整除的性质和同余的方法,获得了该方程在e=6时无正整数解的结果.推广了数论函数方程Z(n^(2))=φe(SL(n^(2)))无正整数解的结果.

具有记忆项和广义Lewis函数的Kirchhoff型抛物方程解的一致衰减估计和爆破

研究具有混合边界条件和广义Lewis函数的一类半线性抛物型方程的衰减和爆破性质。首先,通过引进简单的Lyapunov函数和严密的先验估计值方法得到能量的一致衰减估计值,其中包括指数和代数衰减两种情形。其次,通过修正的凹性方法得到当初始值具有适当的负能量时,解在有限时间内爆炸,并给出了解的生命跨度的精确估计。

有向根树上局部更新函数为NAND或NOR的广义并序动力系统的固定点

研究对象为有向根树上的广义并序动力系统,其局部更新函数为NAND或NOR。为了研究这类广义并序动力系统中的固定点的个数及状态,采用结构分析法和分类讨论法,得到了此类动力系统中关于固定点的确切结果。证明了这类广义并序动力系统中的固定点状态完全由有向根树中的自环决定。离散动力系统是数学建模的重要工具,该文可为离散动力系统的研究提供新的思路。

广义结构Poisson括号与Casimir函数

证明了广义结构Poisson括号恒等于零的相关结果并得到验证,改进了广义Poisson括号的Casimir函数的结果,并得到了一个推论。

一类包含φ_(8)(n)的广义欧拉函数方程的可解性

根据广义欧拉函数φ_(8)(n)的准确计算公式,利用初等方法和技巧,研究当■时,方程■的正整数解(n,d),并得出其全部正整数解。

双参数广义Nielsen贝塔函数的不等式与渐近逼近

该文介绍了经典Nielsen贝塔函数的一种双参数推广,深入探讨了它的单调性、凹凸性、完全单调性与积分渐近性质,并在此基础上建立了一些新的不等式.

损失函数下逐步二型删失数据广义Pareto分布参数的Bayes估计

基于逐步二型删失数据,在几种不同的损失函数下,选择广义Pareto分布,讨论其形状参数的Bayes估计。当尺度参数给定时,为θ参数引入Gamma分布作为先验分布,得到了几种不同损失函数下参数θ的Bayes估计的数学表达式,通过数值模拟方法,比较了几种损失函数下所得到的Bayes估计的效果。结果表明:在Linex损失函数下,广义Pareto分布参数的Bayes估计效果最优。

钢筋混凝土拱承载力分析的齐次广义屈服函数

为了解决弹性模量调整法应用于钢筋混凝土(RC)结构的难题,建立了矩形截面RC偏压构件的通用齐次广义屈服函数。充分考虑RC偏压构件的破坏机理,并利用二次函数建立了矩形截面RC构件的分段光滑压弯承载力相关方程。通过回归分析建立分区表达的截面特征函数,以综合考虑钢筋混凝土偏压构件的截面几何和材料性能对承载力的影响,在此基础上采用分数指数幂的一阶多项式建立矩形截面RC偏压构件的齐次广义屈服函数。利用单元承载比定义高承载单元的自适应识别准则,通过有策略地缩减高承载单元的弹性模量模拟RC拱结构高应力区域的刚度退化,并根据线弹性迭代分析确定RC拱的极限承载力,据此提出了RC结构承载力分析的弹性模量缩减法。通过与模型试验及增量非线性有限元法对比分析,验证了该文方法具有较高的计算精度与计算效率。

一类非线性系统的广义伴随线性方程分析研究

非线性输出频率响应函数是线性系统理论中频率响应函数在非线性系统中的一种推广,越来越多的学者已将其应用在结构损伤检测及故障诊断中.基于Volterra级数理论与由非线性微分方程描述的单输入单输出非线性系统的广义频率响应函数递归计算公式,利用多重积分性质和多维傅里叶变换,将广义频率响应函数映射到了一维频域中,推导出了一类非线性系统的广义伴随线性方程计算公式.研究表明,这类系统的第n阶非线性输出响应是以系统输入激励和前n-1阶非线性输出响应的组合函数作为广义激励作用到系统各阶广义伴随线性方程中的输出响应,最后通过求解一系列线性微分方程可得到这类非线性系统的任意阶非线性输出响应,其结果弥补了伴随线性方程无法求解这类非线性系统的不足.同时,针对广义伴随线性方程的数值计算问题,论文提出了一种耦合计算法,提高了计算非线性输出响应的精度,为非线性输出频率响应函数的计算提供了一种新思路.最后利用广义伴随线性方程与线性算子理论研究了两种典型非线性系统中非线性现象产生的原因,研究结果为非线性系统的分析与设计提供了一种有效途径.

包含广义调和数的级数之和

利用p级数的解析延拓,给出相应于广义调和数与zeta函数之差的几个级数的和,并给出几个应用例子;对包含收敛p级数余项的一个级数,给出其和的计算式子.

数论函数方程Z(n^(2))=φe(SL(n^(2)))的可解性研究

运用初等与解析的方法,结合伪Smarandache函数、Smarandache LCM函数以及广义欧拉函数的基本性质,研究了当e∈{3,4}时,数论函数方程Z(n^(2))=φe(SL(n^(2)))的整数解情况,证明该方程无整数解。

一种提高整体拟合程度的对数分布广义翁氏模型新解法

广义翁氏模型已有解法在进行参数优选线性拟合时普遍存在生产初期拟合点离散偏差性较强的问题,这些偏差点与整体拟合趋势线的偏离程度较大,且偏差点的位置相对较为集中,加大了偏差点对整体拟合程度的影响,进一步影响了模型参数的优选准确性。针对模型已有解法存在的问题,本文从模型拟合点的分布形式研究出发,提出了一种对数分布广义翁氏模型新解法,区别于已有解法以时间t作为线性拟合函数自变量,新解法以时间对数ln(t)作为线性函数的自变量,拟合点的分布形态也从均匀分布转变为对数分布。实际应用表明,新解法使生产初期参数拟合点分布相对更加分散,分布趋势也更贴近整体拟合点的趋势,参数拟合初期拟合点偏离误差平均值减少了2.1%,参数拟合曲线整体偏离误差平均值减少了1.7%,模型新解法对应的产量偏离误差较模型已有解法平均值减少2.87%,表明模型新解法相对模型已有解法更能够提高产量的整体拟合程度。

一类包含Smarandache LCM函数与广义欧拉函数的方程

利用伪Smarandache函数、Smarandache LCM函数以及广义欧拉函数的基本性质,运用初等数论的方法与技巧,讨论当e={3,4}时,数论函数方程Z(n2)=φe(SL(n))的可解性.

广义双hypergenic函数的边值问题

讨论了实Clifford分析中广义双hypergenic函数的边值问题.首先得到其Plemelj公式,其次利用积分方程和Schauder不动点定理证明了其边值问题BVP解的存在性,最后利用积分方程和Banach压缩映射原理证明了其线性边值问题LBVP解的存在唯一性.

CW-E-对称可微区间值函数及其在广义凸区间值优化问题中的应用

借助向量值映射E:R n→R n,这里R n是n维实数空间,首先提出一类新的CW-E-对称可微区间值函数,将不可微区间值函数转换成可微函数,进而研究该类函数性质;其次在区间CW-序关系,引入CW-E-预不变凸区间值函数和CW-E-对称不变凸区间值函数的定义,并在CW-E-对称可微下,研究CW-E-预不变凸区间值函数和CW-E-对称不变凸区间值函数的关系.最后,作为应用,研究广义不变凸区间值优化问题的E-最优性条件,并举例验证了结果的有效性.

函数型数据下广义分位数回归模型的PM_(2.5)分析

为了得到PM_(2.5)浓度更稳健、更精准的预测结果,将广州市PM_(2.5)浓度由离散数据化为函数型数据,引入温度、湿度、风级3个变量并结合广义分位数回归模型来研究2022-2023年广州市PM_(2.5)问题。利用季节项分解、函数型主成分分析等方法,得出广义分位数函数,以此对未来时刻PM_(2.5)浓度值进行预测,并利用函数型主成分分析描述PM_(2.5)浓度函数的动态特征。分析结果显示,温度、湿度对PM_(2.5)浓度有显著影响。将离散数据化为函数型数据后进行分析将极大提高数据的稳定性,并能更好地揭示PM_(2.5)的规律和特征;在分位点τ=0.8时的广义分位数函数能使最终预测值与真实值拟合最好,4个主成分函数即可概述复杂多变且高维的PM_(2.5)实时浓度。该研究达到了分析、解释、预测的目的,能为出行及PM_(2.5)防控等提供参考。

广义阈值表示的机加工自动线能量需求跨层模型

为了实现多层次分析的最优设置,提出了一种基于双机广义阈值表示的机加工自动线能量需求跨层模型。首先通过在优化阶段建立机器和系统组织层之间的交互消除了所描述的次优决策。并且将传统的序贯优化方法转化为递归优化方法。另外分析利用了最小能量时间函数,将具有可变功率和处理速率的机器级高分辨率模型与系统级状态模型联系起来。进一步利用一个马尔可夫广义阈值模型,通过指数分布的向下状态来模拟机器的随机行为,并在互操作缓冲区的实际水平上实现控制策略。最后通过一个工业案例验证了提出的方法能够有效降低成本,提升效率。