关于Bernstein-Fan算子的导数与连续模(英文)

对具有三角形波基函数的 Bernstein- Fan插值算子建立了导数与连续模之间的关系 .

Bernstein-Fan算子的推广及其逼近等价定理(英文)

对 Bernstein- Fan算子进行推广 ,并在此基础上进一步探讨其一致收敛性以及导数与连续模之间的关系 .

Bernstein-Fan算子在C_Ω空间上的逼近性质

在 Bernstein算子的基础上 ,Ky.Fan提出了把该算子的基函数构造为三角波形 ,从而导入新的算子—Bernstein- Fan算子 ,此文研究它在 CΩ

融合深度强化学习与算子优化的流式任务调度

针对实时性要求高和作业量大的流处理作业执行过程中,多个作业之间存在的相同处理片段可能会导致流处理引擎重复计算、资源浪费和处理性能低下的问题,提出了融合深度强化学习与算子优化的流式任务调度方法。首先利用算子优化算法将多个复杂的作业去重、重构,其次将重构得到的作业输入循环神经网络中得到任务的调度策略,最后利用强化学习模型进行调度策略的优化。所提方法利用算子优化减少了每个作业中创建的算子实例,结合深度强化学习自动发现最优的调度策略,有效地避免了因大量实例运行而造成的系统资源不足、数据拥塞等问题。对比实验结果表明,所提方法在吞吐量和延迟方面的表现更优异。

基于傅里叶神经算子的遥感数据预测方法

地球遥感是气象卫星的主要任务.由于受云层遮挡、宇宙射线辐射等因素影响,气象卫星所获取的遥感数据通常存在大量缺失及异常.傅里叶神经算子具有效率高、精度高、分辨率灵活等特性,基于此,提出一种基于傅里叶神经算子的遥测数据预测算法.该算法首先对遥感数据缺失值利用空间均值法和拉格朗日插值法进行填充,之后用傅里叶神经算子训练出空间数值在时间域上的映射关系,最后利用训练出来的模型对于最新的遥感数据进行预测,基于风云4号遥感卫星真实遥感数据的仿真实验结果表明,所提出的方法在较长期的时序预测中仍能保持较好的预测精度.

Bernstein-Fan插值算子的若干逼近性质

证明了具有三角形波基函数的BernsteinFan插值算子及它与Kantorovich算子复合的几个逼近性质。

Bernstein-Fan插值算子列的若干饱和性质

利用由Bajsanski Bojanic创立的抛物线技巧 ,研究了具有三角形波基函数的Bernstein Fan插值算子的若干饱和理论 .

Bernstein-Fan-Kantorovich算子及其渐近展开

研究了具有三角形波基函数的 Ｂｅｒｎｓｔｅｉｎ Ｆａｎ 插值算子的一个应用： Ｋａｎｔｏｒｏｖｉｃｈ型算子的渐近逼近。

基于神经算子与类物理信息神经网络智能求解新进展

深度学习通过多层神经网络对数据进行学习,不仅能揭示潜藏信息,还能很好地解决复杂非线性问题.偏微分方程(PDE)是描述自然界中许多物理现象的基本数学模型.两者的碰撞与融合,产生了基于深度学习的PDE智能求解方法,它具有高效、灵活和通用等优点.文章聚焦PDE智能求解方法,以是否求解单一问题为判定依据,把求解方法分为两类:神经算子方法和类物理信息神经网络(PINN)方法,其中神经算子方法用于求解一类具有相同数学特征的PDE问题,类PINN方法用于求解单一问题.对于神经算子方法,从数据驱动和物理约束两个方面展开介绍,分析研究现状并指出现有方法的不足.对于类PINN方法,首先介绍了基础PINN的3种改进方法 (基于数据优化、基于模型优化和基于领域知识优化),然后详细介绍了基于物理驱动的两类解决方案:基于传统PDE离散方程的智能求解方案和无网格的非离散求解方案.最后总结技术路线,探讨现有研究存在的不足,给出可行的研究方案.最后,简要介绍智能求解程序发展现状,并对未来研究方向给出建议.

基于遗传算法优化Canny算子的织绣文物纹样抽取方法研究

织绣文物中的纹样彰显中国传统文化造型艺术的形式美感,是文创设计的重要素材源泉。针对传统Canny算子进行纹样边缘检测需人为确定阈值的问题,本文提出基于遗传算法自适应优化Canny算子阈值的方法,将边缘点、非边缘点类间梯度幅值方差设置为适应度函数,通过格雷码对阈值染色体编解码、锦标赛选择算法优选交叉变异后的阈值,求解最优适应度对应的高低阈值,用于纹样边缘检测;此外,运用形态学操作得到纹样的完整、精确轮廓;最后,添加Alpha通道抽取纹样前景。实验表明,上述方法在织绣纹样抽取精度和像素准确度(PA)上,优于传统Canny算子、混合蛙跳自适应Canny算子、Otsu法优化Canny算子等已有方法,可有效检测织绣文物图像中纹样真实边缘并完成纹样抽取。

Bernstein-Fan插值算子的几种推广

给出了三种推广了的Bernstein Fan算子,讨论了它们的一致收敛性及逼近阶.

结合算子选择的卷积神经网络显存优化算法

针对卷积神经网络训练中自动算子选择算法在较大的显存压力下性能下降的问题,将卸载、重计算与卷积算子选择统一建模,提出一种智能算子选择算法。该算法权衡卸载和重计算引入的时间开销与更快的卷积算子节省的时间,寻找卸载、重计算和卷积算子选择的调度,解决了自动算子选择算法性能下降的问题.实验结果表明,该智能算子选择算法比重计算-自动算子选择算法缩短了13.53%训练时间,比已有的卸载/重计算-自动算子选择算法缩短了4.36%的训练时间.

引入相量算子和流向算子的天鹰优化算法

针对天鹰优化算法搜索效率不足,容易陷入局部最优的缺点,提出多策略改进天鹰优化算法(MIAO).引入广义正态分布优化算法(GNDO),将该算法得出的结果与天鹰优化算法第1阶段得出的结果进行比较,筛选出这2种优化算法下的最优值.该操作扩大了搜索空间,提高了解的质量.引入相量算子,将第2阶段变为自适应的非参数优化,提高算法的高维优化能力.针对天鹰优化算法在迭代后期存在种群多样性降低、局部开发能力不足的问题,在天鹰算法的第3阶段引入流向算子,使信息可以在每个个体间相互传递,提高种群信息的利用率,增强天鹰优化算法的开发性能.通过对16个测试函数寻优对比分析以及Wilcoxon秩和检验可知,MIAO的寻优能力和收敛速度都有较大的提升.为了验证MIAO算法的实用性和可行性,采用所提算法求解减速器设计问题,通过实际工程优化问题的实验对比分析可知,MIAO算法在处理现实优化问题上具有一定的优越性.

具有p-Laplacian算子的分数阶问题共振正解的存在性

本文研究了具有p-拉普拉斯算子的分数阶微分方程在两种边界条件下的共振正解存在的问题.利用Leggett-Williams范型定理的方法,获得了一些新的存在性结果,推广了该类问题已有的研究结果.

基于幂指数的智能缓冲算子及其应用研究

缓冲算子为解决系统冲击扰动预测陷阱问题提供了一种重要手段.当前缓冲算子存在公式种类繁杂、强弱算子不兼容、缓冲强度难以“低粒度”控制等缺陷.为此,文章首先对各类缓冲算子结构进行综合分析,然后结合“新信息优先”原理并引入幂指数构造了一种新结构智能缓冲算子,最后推导并证明了幂指数极性与缓冲算子类型的关系,研究了幂指数大小对缓冲强度的影响,结果表明新算子能实现强弱缓冲算子的完全兼容及缓冲强度的自由调节.文章通过对多种典型序列缓冲特征的数据分析,验证了新算子的智能性与缓冲结果的合理性,较好解决了系统冲击扰动预测陷阱问题.本研究对发展和丰富缓冲算子理论具有重要意义.

三支区间集半概念的代数结构及覆盖粗糙近似算子

针对在一个形式背景中以区间集为底集,考虑一个属性集(对象集)拥有的对象集(属性集)和不拥有的对象集(属性集)的知识表述而进行知识提取的问题,采取将区间集概念与三支决策、经典半概念相结合的方法,产生AE-区间集半概念和OE-区间集半概念两种形式的三支区间集半概念,同时发现AE-区间集半概念与OE-区间集半概念的纯双布尔代数结构。进一步深入讨论可知,AE-区间集半概念可分为AE1-区间集半概念与AE2-区间集半概念,利用粗糙集理论分别挖掘与AE1-区间集半概念和AE2-区间集半概念有关的近似算子的结构性质,对偶地可得OE-区间集半概念的相关结果。所得三支区间集半概念拓广了已有的三支决策集分别与区间集概念和半概念相结合的相关成果,成为一个新的知识表述。

Volterra算子与Toeplitz算子的乘积

该文研究了经典Hardy空间上的Volterra算子V与Toeplitz算子T_(φ)的乘积算子L_(φ)=T_(φ)V与R_(φ)=VT_(φ),得到了L_(φ)与R_(φ)的一些基本性质,并给出了L_(φ)的类似于Toeplitz算子的Coburn定理的结果.该文还给出了V和T_(φ)可交换的充分必要条件,以及L_(φ)及R_(φ)以ZjH2(j=1,2,…)为不变子空间的符号的充要刻画.

上下偏量及其单调性--直接/间接量化与算子套叠

上/下偏量算子的性质是广义量词理论中研究的重要对象,但对它们的单调性计算尚无系统的讨论。当句子中只有一个算子时,广义量词理论较好地描写了其语义,也即上偏量算子左右单调上升,下偏量算子左右单调下降。但是,广义量词理论没有注意到下偏量与全称量化的单调下降有一个重要的差异:下偏量可能出现“空集反例”。另外,也没有注意到左单调是直接量化,右单调是间接量化,右单调的成分可以自由地加上新的算子。更为重要的是,当句中有两个算子套叠的时候,广义量词理论没有给出解决方案。实际上,外层成分的单调性由外层算子的左单调决定;内层成分则必须经历两步计算:先按照内层算子的左单调性质计算,再将计算结果输入外层算子的右单调,才能得到最终结果。

具有延迟参数的Sturm-Liouville算子的谱特征及其反问题

具有延迟参数的Sturm-Liouville算子的逆谱问题是Sturm-Liouville理论的一个重要分支.延迟参数的Sturm-Liouville微分方程可用于对声波信号的传输以及液压冲击或其他波过程的模拟.本文主要研究有限区间上具有延迟变量的二阶Sturm-Liouville算子的特征值及其逆谱问题,利用势函数的Fourier展开式的方法得出了相应的逆谱问题的唯一性定理,即在某些假设条件下由边值问题的两组谱可以唯一确定延迟变量τ和势函数q(x).最后本文给出势函数的重构算法.

基于Sobel算子桥接的双编码器路面裂缝检测网络

为提高道路路面裂缝的检测精度,针对路面裂缝的多态性和噪声复杂等问题,提出了一种基于Sobel算子桥接的双编码器路面裂缝检测网络,双编码器由原图编码和梯度编码两部分组成,以解决单编码器容易丢失梯度信息的问题。首先,原图编码结果通过桥接Sobel算子计算8个方向产生梯度编码的编码信息;然后,将原图编码结果与梯度编码结果通过一个多尺度的边缘信息弥补模块,以增强裂缝的边缘信息;最后,引入动态通道图卷积获得通道之间存在的拓扑关系,以突出重要通道的语义特征。研究结果表明:所提出的方法在DeepCrack、CamCrack789和CFD这3个基准数据集上取得较好的结果;综合指标ODS在DeepCrack、CamCrack789和CFD数据集分别为87.75%、85.05%、78.83%。