子波理论与应用:进展与展望

子波理论被认为是傅里叶分析的重大突破,它已成为当今从应用数学到信号与图象处理等众多领域的研究热点。本文综述了子波分析这一前沿领域的发展现状,评述了它的最新进展(包括离散与连续子波变换、快速子波算法及应用),指出了这一领域研究的有关问题。     

STABILITY ANALYSIS OF ARTIFICIAL NEURAL NETWORKS UNDER RANDOM PERTURBATION

Based on the theory of stochastic differential equation,the stability of a kind ofcontinuous-time generalized Hopfield neural networks with white noise perturbation is studiedin the paper,and the related stability criteria and design requirements of neural networks areestablished.     

基于薄层单元模型的弹体与引信系统螺纹连接参数确定方法

螺纹连接是侵彻弹体与引信体连接的主要形式之一,直接影响着弹体与引信系统振动响应特性.针对现有数值仿真手段难以准确表征螺纹连接的问题,提出用薄层单元模拟螺纹连接的有效方案,结合理论与试验研究建立薄层单元材料参数的确定方法.基于螺纹连接弹性模型与薄层单元理论推导出薄层单元的材料参数;将薄层单元材料参数传递到有限元模型中进行...     

基于非下采样轮廓波变换与引导滤波器的红外及可见光图像融合

为克服传统融合方法对灰度相关性较弱的红外与可见光图像融合存在的不足,提出一种基于 非下采样轮廓波变换（NSCT）与引导滤波器的融合方法。利用NSCT对源图像进行多尺度多方向分解,分离出包含在不同频带内的特征信息,得到一个低频近似图像和多个高频方向细节图像;局域窗口加权平均能量和改进拉普拉斯能量分别作为低频近似图像的活性测度,构造显著特征图对近似图像进行加权平均,以解决能量保持和细节提取两个关键问题;在方向细节图像中,基于活性测度取大规则获得决策映射图,将源图像作为引导图、决策映射图作为输入图像进行引导滤波,得到权重分配图,对方向细节图像进行加权平均,降低噪声的敏感度。对融合后的近似图像和方向细节图像进行NSCT逆变换,得到最后的融合图像。采用多组红外与可见光图像进行融合实验,并对融合结果进行客观评价。实验结果表明,该融合方法在主观和客观评价上均优于已有文献的一些典型融合方法,如基于两尺度分解的引导滤波融合方法、NSCT域内稀疏表示融合方法、基于像素显著性的交叉双边滤波融合方法、基于深度学习的卷积神经网络融合方法、基于显著性检测的双尺度融合方法,可获得更好的融合效果。     

DISTRIBUTED PARAMETER NEURAL NETWORKS FOR SOLVING PARTIAL DIFFERENTIAL EQUATIONS

Novel distributed parameter neural networks are proposed for solving partial differential equations, and their dynamic performances are studied in Hilbert space. The locally connected neural networks are obtained by separating distributed parameter neural networks. Two simulations are also given. Both theoretical and computed results illustrate that the distributed parameter neural networks are effective and efficient for solving partial differential equation problems.     

全局最小均方算法

本文提出了一种基于全局均方误差最小准则的全局最小均方（ＴＬＭＳ）算法，在理论上分析了它的统计特性和收敛性，用数字仿真技术优良地它的性能。     

用于奇异值分解的全并行神经网络

本文提出一个实时奇异值分解(SVD)的全并行神经网络,给出并证明了它的有界性定理和稳定性定理,同时给出一个模拟例子。理论和模拟结果都说明所提出的神经网络对于SVD是有效的。     

具有轴突信号传输延迟的双向联想记忆神经网络

双向联想记忆模型是两层异联想网络,本文重点讨论了具有轴突信号传输延迟的双向联想记忆神经网络平衡点存在的条件以及全局稳定性.并用具体例子验证了结论的正确性。本文所讨论的方法具有普遍性,所得到的结果对于网络的设计和应用具有重要的指导意义。     

动态分布参数神经网络时空稳定性分析

本文将Hopfield自联想神经网络和Kosko异联想神经网络推广到无穷维状态空间动态神经网络,即动态分布参数神经网络,并给出了它们的有界性和稳定性。尤其是还研究了带微分算子的多维分布参数神经网络的时空稳定性以及保证稳定情况下所应满足的边界条件。最后,还给出了一个应用实例。     

吐鲁番坳陷鲁克沁稠油油藏形成及演化特征

鲁克沁稠油油藏位于吐哈盆地吐鲁番坳陷的中部,是目前在该盆地三叠系中发现的惟一稠油油藏,也是该盆地中规模较大的石油聚集区,具有复杂而独特的聚集规律。印支末期的构造运动使该构造带在印支末期前后的地势发生了显著变化。这种构造上的复杂变化与某些成藏条件的变化造成了鲁克沁稠油聚集带异常的稠油聚集特点。该稠油聚集带东高西低,说明稠油的运移曾出现过较大规模的自东向西的运聚。高孔隙度厚层砂岩中的断层能形成侧向封堵,并形成厚层断块稠油油藏。稠油聚集带不同部位储层的含油饱和度与孔隙度的关系存在较大差异,石油的注入位置不在现今构造带的最低部位,而在其倾斜构造带中东部的玉东1井区。