弱自反L──Fuzzy矩阵的正则性

文章在全序分配格（Ｌ，Ｖ，）上讨论了弱自女儿──Ｆｕｚｚｙ矩阵的正则性质。     

运动微分方程正则化及其可积情况

本文将可化为正则形的运动微分方程与正则方程相对照,讨论了如果正则方程的Hamilton-Jacobi方程可通过分离变量法或根据其Hamilton函数的类型求出其全积分,则原运动微分方程可积.     

可对称化矩阵在正交相似关系下的形式

本文主要讨论可对称化矩阵在正交相似关系下的形式。     

—个抛物型方程逆问题的Fourier和小波正则化方法

考虑非标准的一维逆热传导方程的定解问题。问题是不适定性的，即g（t）微小扰动会引起解的很大误差。通过Fourier方法，舍去g（t）的高频成分来正则化问题并给出了误差估计；利用Meyer小波在频域中的紧支撑性滤除g（t）的高频成分并结合Galerkin方法建立了正则化方法，给出了误差估计；对上述两种方法给出了数值实验并进行了比较和讨论。     

稀疏正则化方法的超声信号反卷积

提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量。该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数。模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像。实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少。     

城市贫困区位化与社区重建

对城市"贫困聚居"的区位化趋势进行分析,提出了"分区居住与混合居住"、"住区清理与住区提升"的城市贫困社区改造新路径,认为社区重建必须尊重各阶层在地位、文化价值观念、生活方式和行为素养等方面的差异;要间隔分区,控制低标准住房的集聚规模;要重视对贫困社区、落后城区的追加建设和改造,以缩小贫富社区在硬件设施和公共服务水平上的差距等.     

正则化长波方程的显式精确解

利用推广的齐次平衡法,给出了正则化长波方程的一种Backlund变换。从方程的平凡解出发通过两种方式得到了RLW方程的一些显式精确解,诸如孤波解、周期解、有理分式解,以及椭圆函数解。     

病态不等式约束模型的正则化算法研究

应用先验信息建立不等式约束模型是求解模型参数的有效途径,通过罚函数与零权和无限权的思想确定不等式约束模型的最小二乘解时,病态法方程矩阵对不等式约束模型解的稳定性存在一定影响.根据吉洪诺夫正则化方法的基本思想,对病态不等式约束模型的正则化算法进行阐述,并对应用岭迹法确定岭估计参数、通过迭代计算确定无限权数值来克服不等式约束模型病态性的算法进行了讨论.在此基础上,用实例对算法进行了验证,结果表明：应用岭迹法确定岭估计参数能够有效消除病态不等式约束模型对模型参数求解的影响,吉洪诺夫正则化的方法适用于对病态不等式约束模型的正则化.     

一个抛物型方程逆问题的Fourier和小波正则化方法

考虑非标准的一维逆热传导方程的定解问题。问题是不适定性的,即g(t)微小扰动会引起解的很大误差。通过Fourier方法,舍去g(t)的高频成分来正则化问题并给出了误差估计;利用M eyer小波在频域中的紧支撑性滤除g(t)的高频成分并结合G alerk in方法建立了正则化方法,给出了误差估计;对上述两种方法给出了数值实验并进行了比较和讨论。     

基于双正则化的图像超分辨率盲重建

图像超分辨率重建是利用数字信号处理技术由一系列低分辨率观测图像得到高分辨率图像。大多数重建算法假设成像系统的模糊特性也即点扩散函数(PSF)已知,然而实际的应用环境下PSF事先不知道或部分知道。为此,将未知PSF模型化,提出基于双正则化的图像超分辨率盲重建算法,并且正则化作用的强度随重建图像局部光滑程度的变化而自适应地改变,以便能保护图像细节同时抑制平滑区域的噪声。求解过程中采用交替最小化方法估计PSF参数和高分辨率图像,并随着迭代次数的增加逐步提高每次寻优的精度以节省计算开销。实验结果表明,该算法能够比较准确地估计出PSF参数并取得较好的图像重建效果。     

广义可对称化矩阵的特征值

本文将[1]的基本结果推广到广义可对称化矩阵上去,讨论了广义可对称化矩阵的特征值与其因子的特征值的关系,从而推广了[3]、[4]、[5]的一些结论.     

互联网的发展与网络道德规范的重建

互联网已经成为现代人社会生活的重要组成部分。网络的发展为人们构建了一个新的活动空间,同时也带来了负面影响。它对现有的社会道德规范产生了巨大的冲击,引发了大量社会问题的出现。维护网络安全、加强网络道德规范建设,已成为网络时代亟须解决的问题。     

网络环境下研究生管理新探索

文章分析了目前研究生管理工作中存在的问题,提出了创建研究生网络班级,加强研究生班级建设的新思路,并给出了具体的实现方案。     

基于主成分分析和贝叶斯正则化BP神经网络的GDP预测

选用财政收入、财政支出、消费品零售总额、实际利用外资、进出口总额以及全社会固定资产投资等对GDP有显著影响的6个因子,用1985～2008年中国的宏观经济数据建立了一个基于主成分分析和贝叶斯正则化BP神经网络的预测模型,并把它应用于我国GDP的预测。实证结果表明:通过主成分分析法和贝叶斯正则化方法对BP神经网络进行改进,可简化网络结构,增强泛化能力。与其它常用的预测方法相比,该方法数据输入简便,收敛速度快,拟合曲线光滑,且在预测精度上有明显的优势。     

提高网络环境下的检索效率

围绕查全率、查准率这两个重要指标对网络环境下影响检索效率的因素进行了分析,提出提高网络环境下检索效率的一些方法,以便更好地服务于用户.     

可对称化矩阵特征值的任意扰动

针对可对称化矩阵,研究了可对称化矩阵特征值的任意扰动和实任意扰动。从Schur分解入手,利用矩阵可对角化的性质,通过矩阵等式的恒等变形,得到了可对角化矩阵关于F-范数和Q-范数的任意扰动界。     

可对称化矩阵特征值的Weyl型和Wielandt型扰动界

该文利用矩阵的奇异值分解得到了可对称化矩阵特征值的Weyl型和Wielandt型绝对扰动上界,并推广了Weyl-ЛиДский定理和Wielandt-Hoffman定理.     

论网络环境下的大学生思想政治教育

网络技术的迅猛发展正在改变着大学生的学习、生活和思维方式，影响着大学生的世界观、人生观和价值观。本人在研究网络对大学生的影响的基础上，探讨了如何利用网络加强对大学生思想政治教育的方法和途径。     

网络环境下高校图书馆教育创新刍议

网络改变着人类文化的生产方式和传播方式,改变着人类的文化生态和生态环境,使人类的教育也面临着第四次革命.这次革命把图书馆推向教育的前台.高校图书馆如何适应这种变革的需要,拓展教育功能,本文尝试着提出了初步构想.