检索结果-南通市图书馆

中山大学学报(自然科学版)(中英文) 2025年第2期64卷 170-178页

作者：张小云范虹霞兰州交通大学数理学院甘肃兰州730070

研究在Hilbert空间中具有阻尼和无穷时滞的随机弹性系统mild解的存在唯一性和指数稳定性,利用算子半群理论、公理化相空间的性质及随机分析,获得了所研究问题mild解的存在唯一性和均方指数稳定性,丰富和发展了阻尼弹性系统已有的结果 .

关键词：随机弹性系统 mild解指数稳定性阻尼算子半群

维普期刊数据库博看期刊

积图的Steiner k-hyper Wiener指标

在线全文

学校读者我要写书评

暂无评论

运筹学学报(中英文) 2025年第1期29卷 216-224页

作者：王朝平刘蒙蒙兰州交通大学数理学院甘肃兰州730070

令图G是一个连通图。当2≤k≤n-1时,图G的Steiner k-hyper Wiener指标定义为SWW_(k)(G)=1/2∑_(S■V(G),|S|=k)dG(S)+1/2∑_(S■V(G),|S|=k)dG(S)^(2),其中dG(S)表示图G中S的Steiner距离,即连通图G中包含点集S的最小连通子图的边数。本文中我们确定了连图和字典积图的Steiner k-hyper Wiener指标的表达式,给出了笛卡尔积图,聚类图和冠状图的Steinerk-hyper Wiener指标的下限。

关键词：积图 Steiner k-hyper Wiener指标 Steiner距离

在线全文

学校读者我要写书评

暂无评论

基于节点重要性排序的局部社区检测算法

山东大学学报(工学版) 2025年第1期55卷 77-85页

作者：武凯丽陈京荣兰州交通大学数理学院甘肃兰州730070

针对目前应用广泛的社区检测算法存在时间复杂性过高、精度低、结果不稳定等缺点,提出一种基于节点重要性排序的局部社区检测算法(local community detection algorithm based on the node importance ranking,LCDIR)。根据节点重要性... 详细信息

针对目前应用广泛的社区检测算法存在时间复杂性过高、精度低、结果不稳定等缺点,提出一种基于节点重要性排序的局部社区检测算法(local community detection algorithm based on the node importance ranking,LCDIR)。根据节点重要性顺序选择核心节点,通过节点强度和网络拓扑结构特征对网络进行社区检测形成初步社区,利用内外边比例和模块化度量最大化合并弱小社区,形成最终的社区。在真实网络和人工合成网络上和7种社区检测算法进行对比试验,结果表明,该算法在这些网络上形成了较高质量的社区,解决现有局部社区检测算法存在核心节点选择不当的问题,具有较高模块化度量值和标准化互信息值,相较于其他社区检测算法更准确有效、性能更好、时间复杂度较低。

关键词：复杂网络社区检测节点重要性排序核心节点节点相似性

在线全文

学校读者我要写书评

暂无评论

注意力机制与混合模型融合的短期交通流预测

重庆理工大学学报(自然科学) 2025年第1期39卷 213-218页

作者：周文学赵丽雅兰州交通大学数理学院兰州730000

为及时、准确地预测交通流,解决精度低、高维特征缺失等问题,建立CNN-GRU-ATT模型来对英国高速公路交通数据进行预测。模型中的卷积层用来提取特征,GRU层用于描述时间趋势,注意力层用于聚焦关键信息。输入多个路段的短期交通流信息,考... 详细信息

为及时、准确地预测交通流,解决精度低、高维特征缺失等问题,建立CNN-GRU-ATT模型来对英国高速公路交通数据进行预测。模型中的卷积层用来提取特征,GRU层用于描述时间趋势,注意力层用于聚焦关键信息。输入多个路段的短期交通流信息,考虑多路段之间的相互关联以及气象因素的影响。实验发现:该模型与支持向量回归(SVR)、长短期记忆网络(LSTM)、门控循环网络(GRU)、CNN-GRU、GRU-ATT模型相比,模型精度更高,拟合优度达到了96.89%,MAPE最高降低了21.55%;将多路段与单路段数据分别进行输入,发现前者能够更好地进行预测,MAPE降低了7.56%。添加气象因素后模型精度有所提高,拟合优度达到了97.06%。

关键词：注意力机制多路段输入卷积神经网络门控循环网络

相关噪声激励下含时滞分数阶PID控制器系统的稳定性和随机分岔

在线全文

学校读者我要写书评

暂无评论

华中师范大学学报(自然科学版) 2025年第1期59卷 125-134页

作者：王慧男张建刚王芳兰州交通大学数理学院兰州730070

该文研究了相关白噪声激励下,含时滞分数阶PID控制器广义DVP系统的稳定性和随机分岔问题.根据均方最小误差原理得到时滞分数阶PID控制器的近似表达式,从而将系统转化为等价的整数阶系统.依据奇异边界理论和动态系统不变测度的Lyapunov... 详细信息

该文研究了相关白噪声激励下,含时滞分数阶PID控制器广义DVP系统的稳定性和随机分岔问题.根据均方最小误差原理得到时滞分数阶PID控制器的近似表达式,从而将系统转化为等价的整数阶系统.依据奇异边界理论和动态系统不变测度的Lyapunov指数分析了系统的稳定性及随机D-分岔行为.利用随机平均法求得系统幅值的稳态概率密度函数,并分析含时滞分数阶PID控制器分数阶积分数、分数阶微分数、时滞以及噪声相关系数对系统发生随机P-分岔的影响,结合Matlab发现,改变其分数阶积分数、分数阶微分数和时滞均会导致系统发生随机P-分岔,而噪声相关系数则不会导致系统发生随机P-分岔.

关键词：随机P-分岔时滞分数阶PID控制器相关噪声随机平均法广义DVP系统

圈图与简单图的冠图的D(2)-点和可区别边染色的界

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(理学版) 2025年第2期63卷 375-381页

作者：何静强会英兰州交通大学数理学院兰州730070

利用组合零点定理、构造染色法和数学归纳法,研究圈图与简单图的冠图的D(2)-点和可区别边染色问题,得到了圈图与简单图的冠图的D(2)-点和可区别边色数的界为Δ(G)+1,进而推出路图与简单图的冠图的界为Δ(G)+1.

关键词：圈图简单图冠图 D(2)-点和可区别边染色 D(2)-点和可区别边色数

维普期刊数据库博看期刊

非局部扩散的时空时滞霍乱传染病系统的行波解

在线全文

学校读者我要写书评

暂无评论

数学物理学报(A辑) 2025年第1期45卷 110-135页

作者：杨咏丽杨赟瑞兰州交通大学数理学院兰州730070

该文研究了一类非局部扩散的时空时滞霍乱传染病系统行波解的存在性、不存在性和渐近行为.通过构造上下解,将行波解的存在性问题转化为闭凸锥上非线性算子存在不动点的问题,再借助Schauder不动点定理、极限理论和分析技术证明该系统行... 详细信息

该文研究了一类非局部扩散的时空时滞霍乱传染病系统行波解的存在性、不存在性和渐近行为.通过构造上下解,将行波解的存在性问题转化为闭凸锥上非线性算子存在不动点的问题,再借助Schauder不动点定理、极限理论和分析技术证明该系统行波解的存在性、有界性和负无穷远处的渐近行为.此外,基于双边Laplace变换和反证法建立该系统行波解的不存在性.

关键词：非局部扩散时空时滞行波解

一类具有瞬时脉冲的随机发展方程的近似可控性

在线全文

学校读者我要写书评

暂无评论

华中师范大学学报(自然科学版) 2025年第2期59卷 188-196页

作者：强成菊范虹霞兰州交通大学数理学院兰州730070

该文研究了在Hilbert空间X中具有瞬时脉冲和无穷时滞的二阶非线性随机发展方程的近似可控性.利用基本解理论、Hölder不等式、随机分析理论并结合Rothe不动点定理,得到了该系统mild解的存在性,并在相应的线性系统是近似可控的基础上,得... 详细信息

该文研究了在Hilbert空间X中具有瞬时脉冲和无穷时滞的二阶非线性随机发展方程的近似可控性.利用基本解理论、Hölder不等式、随机分析理论并结合Rothe不动点定理,得到了该系统mild解的存在性,并在相应的线性系统是近似可控的基础上,得到了非线性随机系统近似可控的一组新的充分条件.

关键词：瞬时脉冲无穷时滞近似可控性 Rothe不动点定理

具有时滞和非局部边界条件的分数阶Langevin方程解的存在性与稳定性

在线全文

学校读者我要写书评

暂无评论

应用数学 2025年第1期38卷 1-13页

作者：周文学张敏黎文博兰州交通大学数理学院甘肃兰州730070

本文研究一类具有时滞和非局部边界条件的分数阶Langevin方程解的存在性与稳定性.首先使用Burton-Kirk不动点定理和压缩映射原理证明解的存在性与唯一性,其次讨论了边值问题的Hyers-Ulam稳定性,最后举例说明所得结果的有效性.

关键词：分数阶Langevin方程时滞不动点定理 Hyers-Ulam稳定性

维普期刊数据库博看期刊

基于多分类自适应聚焦损失与B-CNN的棉田昆虫细粒度图像分类研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第5期48卷 43-48页

作者：郝月华吕卫东张幽迪冯俊磊兰州交通大学数理学院甘肃兰州730070

针对复杂背景下棉田昆虫细粒度图像分类问题,提出一种基于多分类自适应聚焦损失函数与双线性卷积神经网络(B-CNN)的研究方法。为更有效地提取图像特征,选取B-CNN作为主干网络,预训练的Inception V3作为特征提取网络,并加入了注意力机制C... 详细信息

针对复杂背景下棉田昆虫细粒度图像分类问题,提出一种基于多分类自适应聚焦损失函数与双线性卷积神经网络(B-CNN)的研究方法。为更有效地提取图像特征,选取B-CNN作为主干网络,预训练的Inception V3作为特征提取网络,并加入了注意力机制CBAM模块。针对图像数据集类别不平衡的问题,设计了一种多分类自适应聚焦损失函数,提高模型对少数类别的识别能力。此外,在模型训练过程中加入L2正则化解决模型过拟合问题,使用Reduce LROn Plateau学习率调度器帮助模型达到最优解。实验结果显示,文中模型在验证集上的准确率达到97.52%,在测试集上的准确率达到97.14%,同时损失值、F1分数等评价指标也均优于其他对比模型。该研究不仅为棉田昆虫的图像分类提供了一种有效的技术手段,也为其他领域的细粒度图像分类问题提供了有益的参考。

关键词：棉田昆虫 B-CNN 多分类自适应聚焦损失 InceptionV3 CBAM 细粒度图像分类