Rigid body mode and spurious mode in the dual boundary element formulation for the Laplace problems

In this paper, the general formulation for the static stiffness is analytically derived using the dual integral formulations. It is found that the same stiffness matrix is derived by using the integral equation no matter what the rigid body mode and the complementary solutions are superimposed in the fundamental solution. For the Laplace problem with a circular domain, the circulant was employed to derive the stiffness analytically in the discrete system. In deriving the static stiffness, the degenerate scale problem occurs when the singular influence matrix can not be inverted. The Fredholm alternative theorem and the SVD updating technique are employed to study the degenerate scale problem mathematically and numerically. The direct treatment in the matrix level is achieved to deal with the degenerate scale problems instead of using a modified fundamental solution. The addition of a rigid body term in the fundamental solution is found to shift the zero singular value for the singular matrix without disturbing the stiffness.     

一种基于实测的高维动态负载平衡方法

针对大规模科学计算中的强非规则结构负载问题,作者开发出一种基于实测的动态负载平衡方法．首先,将由规则结构化网格组成的模拟区域剖分成多块;其次,把块的高维坐标转换成一维Hilbert空间填充曲线（HSFC）索引;然后,基于实测信息采用多层均权法剖分按一维HSFC索引排列的块;最后根据剖分信息重分配块以平衡负载．它把仅适用于一维的多层均权法扩展到二维和三维,并引入更多的实测信息和块数据结构．与ISP方法相比,该方法在64个CPU上提高负载平衡效率10％,在某MPP的500个CPU上模拟强非规则结构负载问题时,获得了88％的负载平衡效率和84％的并行效率．     

Sugeno测度空间基于复样本的统计学习理论

引入复g_λ随机变量、准范数的定义,给出了复g_λ随机变量的期望和方差的概念及若干性质;证明了基于复g_λ随机变量的马尔可夫不等式、契比雪夫不等式和辛钦大数定律;提出了Sugeno测度空间中复经验风险泛函、复期望风险泛函以及复经验风险最小化原则严格一致性等定义;证明并构建了基于复g_λ随机样本的统计学习理论的关键定理和学习过程一致收敛速度的界,为系统建立基于复g_λ随机样本的统计学习理论奠定了理论基础。     

目标检测定理

通过引入目标存在状态变量,建立了结合目标检测与参数估计的统一系统模型。给出目标探测信息、检测信息和空间信息的严格定义,并证明探测信息是检测信息与已知目标存在状态的空间信息之和,从理论上解决了探测信息和检测信息的定量问题。推导出目标匹配和非匹配条件下检测信息的理论公式。提出了随机目标检测方法,并证明了目标检测定理。目标检测定理指出,检测信息是可达的,反之,任何检测器的经验检测信息不大于检测信息。本文提出的目标检测信息理论打破了纽曼-皮尔逊准则一统天下的局面,为目标检测的系统理论和设计方法开辟了新的方向。     

具有属性析取扩展特征的内逆P-信息智能挖掘

逆P-集合(inverse packet sets)是由内逆P-集合P-F(internal inverse packet set(X)F)与外逆P-集合XF(outerinverse packet setXF)构成的集合对;或者,((X)F,(X)F)是逆P-集合;逆P-集合具有动态特性.它是研究另一类动态信息与应用的新模型.逆P-集合中元素的属性满足属性析取.利用内逆P-集合的结构,给出了元素的属性析取扩展形式与特征、属性析取扩展条件下的内逆P-信息智能挖掘,以及挖掘定理与智能挖掘原理;给出了满足内逆P-推理与非完整信息条件下的完整信息的智能挖掘-发现.利用这些结果,给出了具有属性析取扩展特征的信息智能挖掘的应用.     

Automated formal analysis and verification: an overview

This paper provides an overview of various existing approaches to automated formal analysis and verification. The most space is devoted to the approach of model checking, including its basic principles as well as the different techniques that have been proposed for dealing with the state space explosion problem in model checking. This paper, however, includes a brief discussion of theorem proving and static analysis too. All of the discussed approaches are introduced mostly on an informal level, with an attempt to provide the reader with their basic ideas and references to works where more details can be found.     

频谱无混叠采样和信号完全可重构采样

通过对采样定理的分析,指出频谱无混叠采样和信号可完全重构采样并不等同,并给出和证明了实现这两个采样的条件,从而全面地回答了在何种条件下,经典采样定理中的最低采样频率可以等于信号最高频率的二倍.作为最低采样频率问题的最典型例子,本文对正弦信号的采样和重构问题作了进一步的分析,揭示了二倍信号频率的采样导致正弦信号相位信息丢失的原因.本文对如何在应用中正确地确定最低采样频率,提供了有益的参考.     

关于鞅超收敛定理与遗忘因子最小二乘算法的收敛性分析

鞅超收敛定理是研究随机时变系统辨识算法有界收敛性的一个有效数学工具,它是鞅收益是在随机时变系统中的推广。文「１」用它证明了遗忘因子最小二乘算法参数估计误差的有界收敛性,但是文「１」假设系统的理各态遍历的,且协方差阵是用它的数学期望代替的,所得到的结果是近似的。而本文精确地给出了协方差阵的上下界,改进了文「１」的结果。     

基于Bootstrap Averaging的贝叶斯分类算法

针对单词簇上训练朴素贝叶斯文本分类器概率估计偏差较大所导致的分类精度较低问题.在使用概率分布聚类算法得到的单词簇的基础上,根据单词与簇间互信息建立有序单词子序列,采用有放回随机抽样对单词序列构造规模相当的样本集并将估计出的参数的平均值作为训练得到的最终参数对未知文本进行分类.公共文本实验数据集上的实验结果表明,提出的训练方法相对于传统的朴素贝叶斯分类器训练方法能够获得更高的分类精度且过程相对简单.     

动态不确定非线性系统直接自适应模糊backstepping控制

对一类单输入单输出动态不确定非线性系统,提出一种直接自适应模糊backstepping和小增益相结合的控制方法.设计中,首先用模糊逻辑系统逼近虚拟控制器:其次把自适应模糊控制和backstepping控制设计技术相结合.给出了直接自适应模糊控制设计方法.最后基于Lyapunov函数和小增益方法证明了整个闭环系统的稳定性.仿真实例进一步验证了所提方法的有效性.