大数据分割式极限学习机算法

在海量数据输入背景下，为提升极限学习机算法的学习速度，降低计算机内存消耗，提出一种分割式极限学习机算法。将海量数据分割成[K]等份，分别训练极限学习机并获得单一外权，基于算术平均算子得到分割式极限学习机的综合外权；为避免异常数据对极限学习机输出结果的影响，采用有序加权平均算子融合单一极限学习机的输出信息，使分割式极限学习机的输出结果更为稳定。数值对比仿真显示：分割式极限学习机比传统极限学习机的学习速度、拟合精度和内存消耗都高，验证了该方法的有效性和可行性。     

时变终端滑模自适应有限时间控制算法

为实现非线性系统输出对期望轨迹的有限时间内精确跟踪，提出一种有限时间鲁棒控制算法。通过设计一种无到达过程的时变终端滑模面，在保证有限时间收敛的基础上，消除了传统滑模控制中固有的稳态误差，实现系统输出对期望轨迹的精确跟踪。设计了自适应更新律补偿由参数摄动导致的系统扰动，增强系统对内部未知参数摄动的鲁棒性。对比仿真结果表明：时变终端滑模控制比线性滑模控制的轨迹跟踪时间快41.5%；线性滑模控制器下的轨迹跟踪稳态误差为0.005，时变滑模控制器使轨迹跟踪的稳态误差降为0，实现精确跟踪。     

含单位元Banach代数的广义左导子与广义导子的超稳定性(英文)

应用广义左导子和广义导子的相关概念 ,讨论了在含单位元的Banach代数上的广义左导子与广义导子的超稳定性 ,并在此基础上给出广义左导子与广义导子线性性的一些结论 .所得结果推广了 2008年S.-Y. Kang和I.-S. Chang给出的相关结果.     

虚拟共享保护环的组网分析

当今各大运营商为减少投资成本,在传输网络中普遍存在共享光纤虚拟保护环的情况,为实现完全保护,达到组网灵活、简单的目的,本文介绍了几种针对虚拟共享保护环的组网方法,并对其进行分析比较,提出了较为简单、实用、安全的组网方式。     

一类带全局中心的三次系统的定性分析

研究了一类E13系统的有限远奇点和无穷远奇点的定性性态,原点O（0,0）为全局中心时的所有可能的全局结构,以及系统产生Hopf分支的充分条件.运用定性理论中的Poincare形式级数法和Hopf分支理论研究了系统的Hopf分支,利用Frmmer方法和Briot-Bouquet变换研究无穷远奇点的性态,利用Poincare变换研究了原点O（0,0）为全局中心时的所有可能的全局结构.得到几个关于有限远奇点和无穷远奇点的定性性态的定理,得到关于原点O（0,0）为全局中心的充要条件,给出了原点O（0,0）为全局中心时的所有可能的全局结构图,得到系统产生Hopf分支的一个定理.对系统的定性分析得到了完整的结论.