Orlicz空间中次线性算子T的一个不等式

研究了Orlicz空间中次线性算子T的不等式的一个等价条件,利用分布函数的性质,推广了已有的Hardy-Littlewood极大算子不等式的结论.     

一种基于变窗口的数据流连续查询方法

目前对数据流连续查询的研究工作大部分基于滑动窗口,窗口大小固定不变.本文从内存资源有限性与查询结果精确性角度出发,采用可变窗口技术,在缓存中加入窗口控制器,当数据到达缓存时,根据用户提出查询具体问题和数据流速情况,窗口分配算子对其进行窗口大小的划分.使得在内存资源有限的情况下,通过动态改变滑动窗口大小,充分利用系统资源,降低内存使用率的同时,使连续查询的查询结果都在允许的误差范围内,此方法经过验证是可行的.     

结构不确定Delta算子系统的鲁棒容错镇定

研究了圆形区域极点约束下Delta算子描述的不确定线性系统的鲁棒容错镇定问题.基于Riccati方程,导出了当Delta算子系统存在不确定性和执行器故障时,将闭环系统极点配置到指定圆盘内,确保系统鲁棒容错镇定的充分条件;运用线性矩阵不等式(Linear Matrcx Inequality,LMI)方法,对Delta算子不确定系统进行状态反馈设计,给出了系统在区域极点约束下鲁棒容错控制器存在的充分条件,并通过求解LMI得到鲁棒容错控制器的设计.通过数值仿真验证了该方法的有效性.     

基于IOWA算子的区间组合预测方法

针对预测值与实际值都以区间数形式给出的组合预测问题,引进诱导有序加权平均(IOWA)算子,提出了以区间中心位置误差平方和与区间长度误差平方和的凸组合为准则的区间组合预测模型,给出了确定Ⅰ-OWA算子区间组合预测模型权系数的数学规划方法,实例分析表明,该模型能有效提高区间组合预测精度.     

与李代数A2相关的顶点算子代数N（k,0）及不可约模

介绍了仿射李代数A2的构造,并研究和构造了A2上Z＋-分次的顶点算子代数N（k,0）。再由A（V）理论算出了顶点算子代数L（1,0）不可约模L（1,μ）的分类情况。     

Bergman空间上的加权复合算子

文章首先给出了Bergman空间La^2上加权复合算子,通过研究该空间上酉加权复合算子和紧自伴加权复合算子的谱、特征向量以及特征子空间,进一步完善了Bergman空间La^2上加权复合算子的理论。     

基于多样化进化策略的基因表达式编程算法

针对传统GEP（Gene Expression Programming）算法的未成熟收敛以及陷入局部最优问题,提出一种基于多样化进化策略的基因表达式编程算法（DS-GEP：Gene Expression Programming based on diversified develop-ment strategy）。该算法通过基因空间均匀分布策略,自适应地交叉和变异算子以及淘汰算子等方法,对种群给予不同的进化策略,以保持种群的多样性,从而增强算法的寻优能力。通过对函数挖掘的实验证明,多样化进化策略各个部分均对改善挖掘效率发挥了作用,提高了DS-GEP函数挖掘算法的成功率。与传统GEP算法相比较,该算法的平均成功进化代数缩短了11%,成功进化时间缩短了8%,进化成功率提高了20%。     

基于曲波变换的边缘检测技术研究

曲波变换是一种新的多尺度表示方式,其系数包含位置和尺度信息.本文通过对曲波变换系数的分析,提出一种对各层系数区别处理的方式来加强图像边缘信息的方法.实验表明该方法能明显地加强灰暗部分物体的边缘.     

从Zygmund空间到Bloch-type空间的加权复合算子

令φ,u分别是复平面C上的单位开圆盘D中的解析自映射和解析函数.加权复合算子定义为（uCφ）（f）（z）=u（z）f（φ（z））,z∈D,f∈H（D）.主要讨论了从Zygmund空间到Bloch-type空间的加权复合算子的有界性和紧性.     

基因表达式编程种群多样性自适应调控算法

为了解决基因表达式编程GEP种群多样性控制问题,提出了一种新的带权种群多样性的自适应调控方法。设计了带权的种群多样性测度方法,详细分析了选择、交叉及变异算子对种群多样性的影响。提出了初始种群的多样化算法DAIP,以保证初始种群多样性的最大化。设计了自适应的交叉和变异算子,提出了种群多样性自适应调控算法APDTA,使种群在进化过程中维持合适的种群多样性,进而提高进化效率。实验验证了APDTA的有效性。