离散Hardy算子与差分方程

对一类具有单调正解的非线性二阶差分方程，得到了其刻划，这些刻划与离散的Hardy算子的加权有界性相关。     

Banach空间中一类变分包含组的Mann迭代算法

在Banach空间中引入和研究了一类含（A,η）-增生映象的变分包含,利用与（A,η））-增生映象相联系的预解算子性质,证明了这类变分包含解的存在性和唯一性.对这类变分包含的逼近解也建立了一个新的Mann迭代算法,并讨论了算法的收敛性.     

Banach空间中一类变分包含组的Mann迭代算法

在Banach空间中引入和研究了一类含(A, η)增生映象的变分包含, 利用与(A, η))增生映象相联系的预解算子性质, 证明了这类变分包含解的存在性和唯一性. 对这类变分包含的逼近解也建立了一个新的Mann迭代算法, 并讨论了算法的收敛性.     

基于Hough变换的焊接接头自动识别技术研究

以作者所研制的焊接机械手为对象,针对其在焊接大型模具时,焊缝数量多的特点,采用提供信息量大、抗干扰能力强的视觉传感器CCD来获得焊接接头平面位置信息．在对CCD摄取的模架图像进行校正、灰度拉伸、灰度阈值变换后,采用Canny边缘检测算子检测出模架筋板上侧的边缘点,并针对传统的Hough变换方法不能检测出直线端点,容易重复检测直线以及提取直线精度不高的缺点加以改进,采用改进的Hough变换方法提取了筋板边缘线,求取这些边缘线交点即可获得焊接接头平面位置信息．实验结果表明,该方法可以有效解决Hough变换存在的上述问题,并能准确稳定地提取出模架筋板边缘线,达到识别焊接接头平面位置的目的．     

灰色序列增长趋势的弱化及灰色关联度研究

利用已有的经济序列或科学实验数据对未来作出预测,在经济发展和科学研究中具有重要指导意义.出于某种原因,一些原始序列呈现出过高的增长趋势,直接建模,预测结果往往令人难以置信。本文提出了一种弱化灰色序列增长趋势的方法,可普遍应用于需作弱化预处理的序列预测。第二部分对现有的灰色关联分析方法作了全面改进和完善,提出的新方法计算简单,易于使定性分析和定量分析结果结合起来.且能使序关系稳定、一致。     

基于OWA算子的新型女职业农民职业胜任素质评价

本研究以青岛农业大学新型女职业农民法律素质培训班的60名女学员调查数据为依据,构建新型女职业农民的胜任素质评价模型,应用OWA算子函数,对新型女职业农民胜任素质现状进行评价.评价结果显示,新型女职业农民整体受教育程度不高,在胜任素质方面还存在不同程度的提升空间,尤其在生态素质方面须要提高.最后根据各维度素质存在的不足,...     

基于Dunkl集上分数次极大算子及其交换子在广义Orlicz-Morrey空间上的估计

本文首先得到了与Dunkl集相关的广义Orlicz-Morrey空间的定义;其次,利用Dunkl集的性质以及调和分析方法,证明了带有Dunkl集的分数次极大算子M_α,k及其与BMO_k(R^d)函数生成的交换子M_α,k,b在带有Dunkl集的广义Orlicz-Morrey空间上的有界性.     

双圆盘商模Nψ上Toeplitz算子的向量丛模型

设D为复平面上的开单位圆盘,H2(D2)为双圆盘D2上的Hardy模,ψ(z2)为D上的有限Blaschke乘积.首先定义了H 2(D2)的Nψ-商模,利用Blaschke积的性质给出了商模的等价刻画,然后根据等价刻画构造出商模的一组正交正规基,并给出Nψ-商模的具体刻画.最后研究了Nψ-商模上以有限Blaschke乘...     

三参数区间数集成算子及决策应用

研究了三参数区间数信息集成算子及其在决策中的应用．首先，给出了三参数区间数的有序加权CP-OWA算子、有序加权CP-OWG算子及广义有序加权CP-OWA算子和广义有序加权CP-OWG算子的概念，并初步探讨了它们的性质，推广了相关文献中的三参数区间数加权CP-OWA算子和加权CP-OWG算子．然后，通过方案三参数区间数属性值的可能度得到方案属性值可能度矩阵，进而根据可能度矩阵的排序向量实现方案三参数区间数属性值的排序，并通过文中定义的三参数区间数信息集成算子进行信息集成，实现方案排序择优．     

基于多尺度卷积与通道域增强的草莓病害识别方法

为提高草莓病害图像的分类准确性，提出一种基于通道域增强的深度超参数化金字塔卷积残差网络(CEM-DOPConv-ResNet18)。首先，针对草莓病害的多尺度特点，基于金字塔卷积与深度超参数化卷积提出深度超参数化金字塔卷积(DOPConv),在提取多尺度病害特征的同时，缓解参数量增加导致的收敛干扰；其次，提出基于双重池化的通道增强模块，用以提高模型的特征选择能力，增强有用尺度下的特征；最后，将上述方法与ResNet18结合，将原本的3×3卷积替换为DOPConv,同时在残差块中加入通道增强模块，构建出草莓病害分类网络。为验证模型识别性能与模块有效性，在草莓病害图像数据集上进行对比试验和消融试验。对比试验结果表明，与原有ResNet18模型相比，CEM-DOPConv-ResNet18的准确率达97.867%,提高3.045百分点，同时内存占用量下降16.6%;消融试验结果表明，相较于原始金字塔卷积，DOPConv可以优化模型收敛，对通道增强模块具有更高的兼容度。该模型提高了草莓病害的分类准确率，降低了网络复杂度，为病害的精准识别提供了一种有效解决模型。