1类超线性p-拉普拉斯方程多解的存在性

通过变化的山路引理,讨论了1类带有狄利克雷边界值条件的超线性p-拉普拉斯方程非平凡解的存在性以及多解性.     

基于线性回归模型的单词加权LDA主题识别方法研究

针对社会化标签系统下Web资源存在大量潜在知识以及资源之间存在着独立性的问题,提出一种基于线性回归模型的单词加权潜在狄利克雷分布(LDA)的主题识别方法.通过线性回归模型建立任意文本资源之间的拟合函数,使用拟合函数获取每个资源的权重值,解决资源之间存在独立同分布的问题,并对拟合函数的数据点进行加权操作,进而实现语料库中...     

不动点原理在时滞 BAM 神经网络稳定性分析中的一个应用

不动点原理很难运用于BAM神经网络的稳定性分析,据了解,没有文章涉及用不动点方法解决BAM神经网络的稳定性判别问题.构造了一个乘积空间上的压缩映射,第一次用压缩映像原理获得了BAM神经网络的全局指数型稳定性的判据.不同于很多已知文献,该研究所得的稳定性判据可以运用计算机LMI工具箱进行判断.数值实例证实了所述方法的有效性.     

具有分布时滞的双向联想记忆脉冲神经网络的全局指数稳定性

讨论了一类具有Cohen-Grossberg动力和分布时滞的脉冲型双向联想记忆神经网络的全局指数稳定性.利用矩阵理论和同伦映射,构造了恰当的李亚普诺夫泛函,获得了这种类型神经网络平衡点的存在性和唯一性定理,并得到了这种平衡点为全局指数稳定的充分条件.所获结论推广了Hopfield、BAM和Cohen-Grossberg等神经网络模型的相关结论.     

K调和函数的狄利克雷边值问题

在椭圆域B(0,ρ)(k)={z:|z(k)|≤ρ,0<ρ<+∞}上定义和讨论了泊松积分,并用它来求K-调和函数的狄利克雷和施瓦兹边值问题的解,所得结论是解析函数与调和函数的相应理论在K-解析(调和)函数中的继续和应用.     

基于FTA与BAM神经网络融合的飞机故障诊断方法

飞机由大量彼此关联的组件组合而成,其大规模特性使得基于故障树（FTA）和基于神经网络的故障诊断方法在应用于其故障诊断时分别存在空间爆炸问题和训练样本整理困难问题.本文融合故障树和BAM神经网络,由故障树归纳出系统所有的故障模式,整理出BAM神经网络所需的具有规范性、独立性、正交性的训练样本, 然后用BAM神经网络实现飞机故障的快速和准确诊断.实验评估结果表明,融合方法有良好的可扩展性,而且故障判别率提升了20%.     

具有非线性脉冲效应和反应扩散项的神经网络的指数滞后同步

研究了具有非线性脉冲效应和反应扩散项的神经网络的指数滞后同步,通过李雅普诺夫函数和不等式方法,利用p-范数得到了新的指数同步的充分条件.     

一类反应扩散系统解的局部估计

讨论一类具Ｄｉｒｉｃｈｌｅｔ边值的反应扩散系统，借助Ｌａｐｌａｃｅ算子的特征值和特征函数，在一定的条件下，得到了系统解的一个局部估计式，并在此基础上得到了关于解的一个爆破定理。     

一类具时滞的BAM神经网络模型的Pitchfork分支

研究了一个BAM神经网络模型的分支问题,证明了直线f′1(0)g′1(0) f′2(0)g′2(0)=u2为一条Pitchfork分支曲线;并给出了分支曲线图,讨论了在由分支曲线划分的不同区域里平衡点的稳定性。     

具有反应扩散与变时滞的随机连续Cohen-Grossberg神经网络的p阶矩指数稳定性

讨论了一类具有变时滞反应扩散随机Cohen-Grossberg神经网络模型,利用Lyapunov函数与微分不等式,得到了该模型平衡解的存在唯一性与p阶矩指数稳定性的充分条件,推广了前人发表的相关结果.     

基于Word2Vec的自动通知服务研究

针对现有消息服务无法及时推送突发性消息的不足,从社交媒体中获取群众对于突发性事件的讨论信息作为语料库,采用深度学习中的Word2Vec算法来推断突发性事件的发生地和详细信息。试验环节将停水和停电通知服务作为研究对象,并从百度贴吧获取相关帖子作为语料,采用Word2Vec算法来推断突发性停水和停电的地点和原因,并以LDA(Latent Dirichlet Allocation,隐含狄利克雷分布)模型作为对比,试验结果证明了基于Word2Vec的消息通知服务的有效性和优越性。     

浙江省农创客培育政策主题及演变过程分析

以2016—2021年浙江省农创客培育政策为研究对象,运用隐合狄利克雷分布(LDA)主题模型,提取和收集政策文本中的潜在语义信息.研究得到高频词汇包括发展、 培训、 支持、 资金等;提取出社会组织协作发展、 创业重点项目建设、 农业建设经营用地、 人员技能组织培训、 园区服务平台支持、 新型人才队伍建设、 创业资金补贴...     

狄利克雷边界条件下一类p( x) -拉普拉斯方程的多解性

讨论了如下变指数狄利克雷问题(P)-div(|▽u|p(x)-2▽u)=λf(x,u)x∈Ωu=0 x∈Ω运用Ricceri的三临界点定理,得到了该问题多解的存在性定理,并且给出了解的位置.     

基于色差值和色度值的醇化片烟褐变判定模型研究

[目的]研究不同褐变程度醇化片烟间色差值和色度值的差异与规律,建立一种可以快速、准确判定醇化片烟褐变程度的方法,为醇化片烟褐变情况自动化识别提供参考依据.[方法]利用2016和2017年广西中烟工业有限责任公司238份不同褐变等级醇化片烟的色差值和色度值,通过SPSS 20.0建立醇化片烟的Fisher判定、多项Logistic回归判定和MLP神经网络判定3种判定模型,并对比分析不同模型的片烟褐变判定效果.[结果]不同褐变程度烟叶色差值和色度值存在显著差异(P<0.05,下同),其中,色差值L*、b*与褐变程度呈极显著负相关(P<0.01,下同),色度值Y、R与褐变程度分别呈极显著和显著正相关.在建立的3种判定模型中,多项Logistic回归判定和MLP神经网络对醇化片烟褐变情况的判定级别与真实级别间的差异无统计学意义,可用于醇化片烟褐变程度判定,且MLP神经网络准确性最高(95.8%),配对t检验的t绝对值小于多项Logistic回归判定,稳定性更优.[结论]与Fisher判定模型和多项Logistic回归判定模型相比,MLP神经网络模型具有更高的准确性和更好的稳定性,适合作为醇化片烟褐变程度的判定模型.     

基于小波神经网络的城市用水量长期预测研究

针对城市年用水量时间序列的非线性和多时间尺度特性,应用小波分析方法对年用水量时间序列的趋势性、周期性和随机性进行了分析。在此基础上,建立了用于城市用水量长期预测的小波神经网络耦合模型。并利用此模型对昆明市年用水量进行预测,预测结果表明,该模型应用于城市用水量的长期预测具有较高的预测精度和良好的推广能力。     

2种时间尺度下稻田蒸散模型比较

准确估算稻田蒸散量,对于提高稻田灌溉管理精度和水资源利用效率具有重要意义。根据波文比系统与自动气象站实测数据,利用FAO-Penman-Monteith、FAO-17-Penman以及Priestley-Taylor模型对稻田蒸散量进行模拟,探究2种时间尺度上蒸散模型对蒸散量的估算精度差别。结果表明,各模型估算值与波文比计算值的整体变化趋势一致,但逐时、逐日尺度上各模型估算蒸散值与实测值的拟合效率差别明显。逐时尺度上,Priestley-Taylor模型的拟合效率较高,FAO-PM模型次之,FAO-17-Penman模型的最差。但在逐日尺度上,FAO-PM模型和Priestley-Taylor模型的拟合效率均较高,FAO-17-Penman模型的最差。研究结果对于局地地区在不同时间尺度上选取合适蒸散模型具有一定的指导意义。     

多滞量的反应扩散方程的分支环（Ⅱ）—分支环的存在性定理

一文研究一类定义在单位圆周上带有两个滞量的纯量反应扩散方程，继续文[９]的讨论，并借助于文[２]中的Ｂｉｒｋｈｏｆｆ规范型理论，给出了二维不变环的存在性结果。     

具有脉冲影响的模糊反应扩散细胞神经网络指数同步

研究了具有混合时滞与脉冲影响的模糊反应扩散细胞神经网络的全局指数同步问题.通过构造恰当的Lyapunov 泛函并利用一些不等式分析技巧,得到了基于p 范数的耦合神经网络系统全局指数同步条件.通过对所得 结果的分析可发现较大的扩散系数更有利于系统实现同步.     

不动点技巧在反应扩散模糊随机周期时滞系统稳定性分析中的应用

利用不动点定理、变分方法、线性矩阵不等式技巧、李雅普诺夫方法和Banach压缩映射原理,给出了线性矩阵不等式条件的反应扩散马尔科夫跳跃周期模糊时滞系统的随机稳定性判据,并通过建立在乘积空间上的压缩映射克服了反应扩散模型带来的数学上的困难.最后,利用数值实例证实了所述方法的有效性.     

基于鬣狗算法神经网络反演林地叶面积指数

针对遥感影像的神经网络模型对林地叶面积指数(LAI)反演容易陷入局部最优、收敛效率低等问题,提出基于GF-1遥感影像和PROSAIL模型反演数据建立鬣狗算法神经网络模型,并与BP神经网络模型进行对比.结果表明,BP神经网络训练集的均方根误差(RMSE)值为0.140,验证集RMSE值为0.137,测试集决定系数(R²)为0.525;鬣狗神经网络训练集的RMSE值为0.131,验证集RMSE值为0.132,测试集决定系数(R²)为0.703.本研究提出的鬣狗算法,可提升神经网络模型的反演性能,为GF-1卫星在大范围林地LAI反演的应用推广提供了方法思路.