Uniform perfectness of the attractor of bi-Lipschitz IFS

In this paper, we prove that the attractor of C1,a bi-Lipschitz IFS in R is uniformly perfect if it is not a singleton. Then we construct an example to show that this does not hold for C1 bi-Lipschitz IFS in Rn.

非一致目标跟踪的混合自适应迭代学习控制

针对一类含有时变和时不变参数的高阶非线性系统,结合Backstepping方法,提出了一种新的自适应迭代学习控制方法,该方法由微分-差分型自适应率和学习控制率组成,保证对非一致目标的跟踪误差平方在一个有限区间上的积分渐近收敛于零,克服了传统的迭代学习控制(ILC)对目标轨线限制,可以跟踪非一致目标轨线.通过构造复合能量函数,给出了闭环系统收敛的一个充分条件,仿真结果说明了该方法的有效性和可行性.

二阶系统非一致目标跟踪混合自适应迭代学习控制

针对一类含有时变和时不变参数的二阶非线性系统,利用Backstepping方法,提出了一种新的自适应迭代学习控制方法,该方法由微分-差分型自适应律和学习控制律组成,保证对非一致目标的跟踪误差的平方在一个有限区间上的积分收敛于零,克服了传统的迭代学习控制对目标轨线的限制,可以跟踪非一致目标轨线。通过构造复合能量函数,给出了闭环系统收敛的一个充分条件。仿真结果说明了该方法的可行性和有效性。

R^n上一类双Lipschitz IFS吸引子的一致完全性

在计算机图形学中往往可以通过迭代函数系统得到大量美丽的图形,迭代函数系统在形成分形图形的过程中,吸引子起了重要的作用.作者讨论了Rn上一类双L ipsch itz迭代函数系统的吸引子的结构,得到了该迭代函数系统的吸引子是一致完全集的结论.

一类均匀康托集的Hausdorff中心测度

本文研究了均匀2n部分康托集的Hausdorff中心测度.利用极大中心密度与Hausdorff中心测度之间的关系,确定了均匀2n部分康托集Hausdorff中心测度的精确值.

实轴上集序列的强渐近行为

首先基于点序列渐进分布的概念(分布函数是连续函数),提出实轴上集序列强渐近分布的概念(分布函数是绝对连续函数),是模1一致分布概念的推广.其次给出强渐近分布的Weyl型准则,改进Nakajima和Ohkubo的结果.最后利用强渐近分布的Weyl型准则研究一类实轴上迭代函数系统轨迹的强渐近行为.

均匀三部分康托集的Hausdorff中心测度

均匀三部分康托集K(λ,3)是满足开集条件的自相似分形集．本文通过一个概率测度μ在点x的上球密度的计算给出了K(λ,3)的s维Hausdorff中心测度的精确值,其中s=logλ1/3是K(λ,3)的Hausdorff维数．