直流变换器广义对偶与相通性探讨

提出严格对偶和广义对偶的概念,探讨直流变换器的对偶性与相通性。对于三大类直流变换器,即Buck类、Boost类、Buck-Boost类变换器,包括隔离型和非隔离型,推导其严格对偶变换器,并分析可能存在的广义对偶变换器。对于一个已知的基本变换器,发现存在3个与其对偶的变换器,其中一个为严格对偶,两个为广义对偶。采用相通性,分析组合变换器与基本变换器之间的关联及在变换器推演上用到的相似处理方法,有利于变换器拓展与延伸。将软开关直流变换器看作是直流变换器与软开关电路的组合,可采用对偶与相通的方法对其进行研究。重点研究准谐振变换器的广义对偶与严格对偶,简要分析其余软开关直流变换器的对偶性。最后,通过分析直流变换器和软开关直流变换器仿真波形上的对偶性,验证理论分析的正确性。

三类低复杂度基及其对偶基

设N={α_(0),α_(1),…,α_(n-1)}是E在F上的一组基,构造了一类给定乘法表及复杂度为3n-2的低复杂度正规基,根据迹函数和乘法表的相关概念,证明其对偶基M的生成元的形式,并证明了对偶基的复杂度为3n-2或3n-3.计算了E在F上的伪自对偶多项式基和弱自对偶多项式基的复杂度.为密码学领域寻找优化的算法,选择合适的基提供了理论依据.

考虑对称交互熵的对偶犹豫模糊企业环境行为决策模型分析

顺应绿色新发展理念,建设高质量生态文明,提升企业环境治理能力现代化水平,企业环境行为指标已逐渐被纳入投资者考量范围。本文针对第三方国际环境审计平台对企业环境行为评价的问题,研究面向对偶犹豫模糊评价信息的聚类方法。首先,定义对偶犹豫模糊相对熵与对称交互熵,并基于信息论角度提出一个新的对偶犹豫模糊相似度公式;然后,构造相似系数矩阵,并基于编网聚类方法对对偶犹豫模糊集进行聚类。最后,以不同指标权重下评价企业环境行为优劣程度为例进行计算,并与使用传统相关系数聚类方法所得结果进行对比,说明在考虑决策者提供的信息量较大的情况下,本文方法概念清晰、计算简单、分辨率高,是一种更加灵活、全面的多层次评价方法,为完善企业环境评价系统的构建提供了一种新思路。

信号处理类课程教学中信号频谱的对偶性总结

频谱分析是信号处理类课程的核心教学内容之一。梳理了信号处理中常用正交变换的对偶性质,特别的,对连续非周期信号、连续周期信号、离散非周期信号、离散周期信号这四类信号的频谱,从时域采样和时域周期化的角度进行了对比。根据信号处理中常用的各类正交变换具备的对偶性,信号在时域或频域的周期化导致其频域或时域的离散化;而信号在时域或者频域的离散化则导致其在频域或时域的周期化。不同类型信号频谱的对比教学有利于学生理解信号频谱和信号变换的本质。

一般复合均匀凸优化的强和稳定对偶

在广义凸共轭理论的基础和可分离的局部凸空间的条件下,利用扰动方法和c—共轭方法得到一般复合均匀凸优化问题的对偶问题,并在原问题的基础上再扰动一个连续线性泛函得到其稳定对偶问题.进而在一定的假设条件下,结合函数的均匀凸性,给出保证强对偶和稳定强对偶成立的正则条件.

基于动态采样对偶可变形网络的实时视频实例分割

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行简单迁移计算.对于相似性低的帧,该方法动态聚合时间跨度更大的视频帧作为输入,对当前帧进行信息增强.在Transformer结构里,该方法额外使用2个可变形操作,避免基于注意力的方法中的指数级计算量.提供精心设计的追踪头和损失函数,优化复杂的网络.在YouTube-VIS数据集上获得了39.1%的平均推理精度与40.2帧/s的推理速度,验证了提出的方法能够在实时视频分割任务上取得精度与推理速度的良好平衡.

双弧与对偶弧技术在胸中下段食管癌VMAT计划中的剂量学研究

目的:对比双弧(two arc,TA)和对偶弧(dual arc,DA)技术在胸中下段食管癌容积旋转调强放射治疗(volumetric modulated arc therapy,VMAT)中对计划靶区(planning target volume,PTV)与危及器官(organs at risk,OAR)剂量分布的影响。方法:回顾性选取2020年7月至2022年6月于某院接受放射治疗的10例胸中下段食管癌患者,使用RayStation 4.7.5.4计划系统的RayArc模块为每例患者分别制订TA和DA放射治疗计划,并对比2种计划的PTV D_(2)、D_(5)、D_(50)、D_(95)、D_(98)、均匀性指数(homogeneity index,HI)、适形性指数(conformity index,CI)、出束时间、总机器跳数,以及OAR肺V_(5)、V_(10)、V_(20)、V_(30)、Dmean,心脏V_(30)、V_(40)、Dmean和脊髓Dmax等剂量学参数。采用SPSS 22.0软件进行统计学分析。结果:2种计划PTV的CI、HI、D_(2)、D_(5)、D_(50)、D_(95)及出束时间比较,差异无统计学意义(P>0.05),而DA计划的D98及总机器跳数均高于TA计划,差异有统计学意义(P<0.05)。在OAR保护方面,DA计划的心脏V_(30)、V_(40)、D_(mean)较TA计划略有下降,但差异无统计学意义(P>0.05);肺V_(5)、V_(30)、D_(mean)及脊髓D_(max)较TA计划显著降低,差异有统计学意义(P<0.05)。结论:DA技术相比于TA技术在PTV剂量分布和OAR受量方面更具优势,选择DA技术制订食管癌VMAT计划,对患者治疗效果的提升有一定意义。

一类两阶段自适应鲁棒多目标规划的对偶性刻画

该文主要研究一类目标函数和约束函数均具有谱面不确定数据的两阶段自适应鲁棒多目标规划问题.首先,建立具有仿射自适应变量的两阶段自适应鲁棒多目标规划问题的Farkas引理.随后,引入该多目标规划问题的半定规划对偶问题.最后,借助该Farkas引理,刻画它们之间的对偶性质.

一类不确定凸多项式优化的SOS松弛对偶问题

考虑一类目标函数和约束函数均具有谱面不确定数据的平方和(SOS)凸多项式优化问题.首先,借助SOS条件建立带有不确定数据的SOS凸多项式系统的择一性定理;其次,引入该SOS多项式优化问题的SOS松弛对偶问题,并刻画它们之间的鲁棒弱对偶性与强对偶性质;最后,借助数值算例说明该SOS松弛对偶问题可以重构为半定规划问题.

基于“对偶”修辞的中国传统设计智慧的当代实践 以南山居改造为例

将文学中的“对偶”借用至建筑设计领域已成为一种本土语境下的设计手法。本文以南山居民居改造为例,围绕“气”的立意,通过对“虚实”“藏露”“明暗”“表里”等关系的经营,完成对原有建筑的改造。“对偶”的介入影响了设计启动、发展和终局的全过程,可视为是一次关于“对偶”的经营游戏,一次中国传统设计智慧的当代实践。

基于原始对偶方法的图像去色精确解算法

针对张俊康等提出的图像去色算法(2021)在求解Jin去色模型(2014)的子问题时因内迭代产生的结果误差较大和耗时增加问题,文中基于原始对偶方法和拉格朗日乘子法,提出一种改进的图像去色精确解算法求解Jin模型。该算法完整利用了图像中的局部方差和局部均值信息,给出了各子问题的精确解。数值实验结果表明,相较于对比算法,所提算法在实现彩色图像灰度化的同时,能更好地保持图像对比度和细节特征,图像去色结果更精确,算法运行时间较短。

基于2个不相交子集的MDS自对偶码构造

最大距离可分(maximum distance separable, MDS)自对偶码是一类最优线性码,在通信、数据存储和区组设计等领域有着广泛的应用,构造MDS自对偶码是当前编码理论研究的一个热点问题。文章基于有限域及其乘法群的2个不相交子集,利用广义Reed-Solomon(RS)码构造了几类新的MDS自对偶码;得到的MDS自对偶码具有灵活的长度。

基于对偶注意力机制的图文情感分析

传统情感分析方法无法有效处理社交平台中的大量多模态图文数据,暴露出多模态特征融合效果不佳的问题。为此,结合注意力机制与前馈神经网络建立基于对偶注意力机制融合多模态的情感分析模型。该模型利用预训练模型提取文本与图像特征,采用跨模态特征融合模块强化属于多个模态的公有特征,采用单模态自注意力模块提取单个模态私有特征中的有效信息,最终拼接融合多模态特征,实现对多模态数据的高效表征。在推特图文数据集上进行验证实验,通过与多种方法进行比较以及对内部各模态进行消融实验,证实所提模型具有较好的情感分类效果。

Hilbert C^(*)-模中g-Riesz基的对偶性

本文研究Hilbert C^(*)-模中g-Riesz基的对偶性问题.利用算子理论方法,获得了Hilbert C^(*)-模中的给定序列是g-Riesz基且有唯一对偶g-框架的充要条件,g-Riesz基的对偶g-框架是g-Riesz基的充要条件,以及g-Riesz基成为无冗g-框架的充分条件,所得结果进一步展示了g-框架理论在Hilbert C^(*)-模与Hilbert空间中的差异性.

仅测角机动目标跟踪原始对偶高斯粒子滤波

为消减仅测角机动目标跟踪系统中由时空不一致引起的投影基点偏移和高斯截断两类误差,该文采用映射表示和?1-?2,1稀疏正则表征时空因果一致约束,引入模糊综合贴近度建立次优建议分布,构建因果不变结构传递粒子集合以近似目标后验高斯积分,推导原始对偶高斯粒子滤波(PDGPF)算法。实验结果表明,相比交会测量最小二乘法,PDGPF算法定位旋翼无人机(UAV)的精度提升了18.4%~69.6%。相比于软约束辅助粒子滤波(SCAPF)算法,PDGPF算法在时空映射一致约束下能够自适应地修正粒子的权值,从而更为准确、稳定地跟踪机动点目标,整体计算负担减小了12.9%。

一类新的非凸鲁棒优化问题的混合型对偶

引入了一类目标函数和约束函数均为α-凸函数的新的非凸鲁棒优化问题,并定义了其混合型对偶问题.利用Frechet次微分的性质构建了近似解的最优性条件,并建立了原问题与混合型对偶问题之间的弱对偶、强对偶和逆对偶理论.

基于对偶对抗学习的多维时间序列异常检测

时间序列中异常点的无监督检测是一个具有挑战性的问题,要求模型能够快速准确地发现异常数据。VAE类深度神经网络模型能在数据压缩和恢复中学习数据的特征,但由于训练过程中缺乏对抗性,无法更好地区分正常数据和异常数据特征,导致模型训练困难。针对该问题,本文提出一种基于对偶对抗思想的改进多维时间序列异常检测方法。首先利用滑动窗口将数据集划分为合适的长度的序列,使用正常序列数据训练模型。继而利用对偶结构加强两组编码器解码器之间的对抗性,以更好地学习正常数据特征,减少训练难度。最后,将含有异常数据的待测数据放入训练好的模型,根据待测序列在模型中的异常得分,结合阈值技术进行异常判定,并从待测数据中获得异常序列片段,计算评价指标。实验表明,本文方法Dual-AE具有模型容易训练且稳定性强的特点,并且相对于USAD方法,在水文数据集SWaT上F1分数提升了0.01,召回率提升了0.01,在WADI数据集上F1分数提升了0.09,召回率提升了0.02。异常检测性能指标上,比现有的生成式异常检测模型有明显提升。

广义共轭框架下约束复合优化的逆对偶

在可分离局部凸拓扑空间上,主要研究目标函数带有连续线性映射复合的约束优化问题.借助c-共轭模式和扰动法,得到了该约束复合优化的3个对偶问题,并且结合扰动函数的均匀凸性,具体给出了逆对偶成立的充分条件.

大规模可分凸优化问题的非精确自适应步随机原始对偶算法

本文研究了可分优化问题,针对其目标函数的可分性,分裂算法将目标函数分解成更小、 更容易 处理的子问题, 如原始对偶混合梯度算法。 本文探讨了目标函数的邻近算子的非精确求解策略,并 基于此提出了一个非精确自适应步随机原始对偶算法。 我们分析了误差序列选取方式对算法收敛 速率的影响,发现不同的误差序列选择会导致算法在收敛速度和稳定性方面表现出显著的差异。 此外,该算法在实际应用中也展现出了更高的效率和灵活性。

高维AdS黑洞的约化保真率/全息子区域复杂度对偶

为阐述约化保真率/全息子区域复杂度对偶在更高维情形下的推广,通过几何计算和场理论计算分析高维AdS黑洞热场双态的约化保真率(RFS)、全息子区域复杂度(HC)和热力学体积之间的相关性,推导出RFS/HC的对偶关系,进一步验证RFS/HC对偶猜想在高维时空中的黑洞系统和量子系统中的适用性和有效性,阐明任一局部区域的各子系统都与整个系统具有关联映射的全息关系。