检索结果-南通市图书馆

东北地区副省级城市人口、土地和产值的分维关系研究

在线全文

学校读者我要写书评

暂无评论

东北师大学报（哲学社会科学版） 2016年第6期 134-138页

作者：李秀玲吉林财经大学应用数学学院吉林长春130117

异速生长关系可以用于描述系统局部与整体的关系,也适用于研究系统中两个变量之间的关系,是研究分形城市系统不可或缺的数理方法。本文利用城市动力系统的异速生长模型和城市产出的C-D函数,研究东北地区副省级城市沈阳、大连、长春、哈... 详细信息

异速生长关系可以用于描述系统局部与整体的关系,也适用于研究系统中两个变量之间的关系,是研究分形城市系统不可或缺的数理方法。本文利用城市动力系统的异速生长模型和城市产出的C-D函数,研究东北地区副省级城市沈阳、大连、长春、哈尔滨这四个城市的人口、土地和产值之间的动力相似关系。研究结果表明这四个城市的人口增长为城市带来的经济效益比土地扩张要大,建议推动城市的经济发展要以引进人口为主,注意土地的集约利用。

关键词：异速生长分形动力相似关系城市人口土地产值

基于物理信息神经网络的Burgers-Fisher方程求解方法

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2023年第11期57卷 2160-2169页

作者：徐健朱海龙朱江乐李春忠安徽财经大学统计与应用数学学院安徽蚌埠233030

为了探索基于物理信息的神经网络(PINN)求解微分方程时,物理信息在训练神经网络中的作用,提出将物理信息分为规律信息和数值信息2类,以阐释PINN求解微分方程的逻辑,以及物理信息的数据驱动方式和神经网络可解释性.设计基于2类信息的神... 详细信息

为了探索基于物理信息的神经网络(PINN)求解微分方程时,物理信息在训练神经网络中的作用,提出将物理信息分为规律信息和数值信息2类,以阐释PINN求解微分方程的逻辑,以及物理信息的数据驱动方式和神经网络可解释性.设计基于2类信息的神经网络综合损失函数,并从训练采样和训练强度2方面建立信息的训练平衡度,从而利用PINN求解Burgers-Fisher方程.实验表明,PINN能够获得较好的方程求解精度和稳定性;在求解方程的神经网络训练中,Burgers-Fisher方程的数值信息比规律信息能更好地促进神经网络逼近方程解;随着训练采样和迭代次数的增加,以及2类信息的平衡,神经网络训练效果得到提高;增加神经网络规模可以提高方程求解精度,但也增加了网络训练迭代时间,在固定训练时间下并非神经网络规模越大效果越好.

关键词： Burgers-Fisher方程基于物理信息的神经网络规律信息数值信息数据驱动可解释性训练平衡度

同方期刊数据库

耦合KdV方程组的格子Boltzmann模型

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） 2012年第5期50卷 867-874页

作者：王慧敏刘艳红吉林财经大学应用数学学院长春130117 吉林大学数学学院长春130012

用格子Boltzmann方法研究耦合KdV方程组.构建耦合KdV方程组的格子Boltzmann模型并进行了数值实验,同时将格子Boltzmann解与其他传统数值方法得到的数值解进行比较.结果表明,格子Boltzmann方法是一种求解耦合KdV方程组的有效方法.

关键词：耦合KdV方程组格子Boltzmann方法 Chapman-Enskog分析

二维具时滞捕食-食饵共生模型的Hopf分支

在线全文

学校读者我要写书评

暂无评论

东北师大学报（自然科学版） 2024年第1期56卷 23-28页

作者：高鹤李秀玲吉林财经大学应用数学学院吉林长春130117

利用规范型理论和中心流形定理研究了一类二维具时滞的捕食-食饵共生模型的Hopf分支.通过对特征方程的分析,给出了其平衡点的稳定性、Hopf分支的存在性以及分支方向和分支周期解的稳定性等结果,并通过数值模拟验证了所得结论的正确性.

关键词： Hopf分支时滞捕食-食饵共生模型

维普期刊数据库博看期刊

基于分形理论的国内旅游收入规模结构研究——以吉林省为例

在线全文

学校读者我要写书评

暂无评论

税务与经济 2024年第1期 106-112页

作者：李秀玲高鹤吉林财经大学应用数学学院吉林长春130117

旅游经济是我国国民经济的重要组成部分,旅游系统结构合理与否直接影响其产业发展速度,关系到区域旅游的协调发展和区域经济的可持续发展。吉林省国内旅游收入规模分布基本遵循Zipf法则,规模结构由覆盖全域的单分形演化为局部单分形,收... 详细信息

旅游经济是我国国民经济的重要组成部分,旅游系统结构合理与否直接影响其产业发展速度,关系到区域旅游的协调发展和区域经济的可持续发展。吉林省国内旅游收入规模分布基本遵循Zipf法则,规模结构由覆盖全域的单分形演化为局部单分形,收入规模较为集中,首位度明显,呈不规则的Pareto模式;吉林省国内旅游收入规模变差从2007年开始出现大幅度的下降,但在2019年出现了大幅度上升;无标度区覆盖的城市范围呈缩小趋势,国内旅游收入规模结构逐渐退化。因此,吉林省应基于可持续发展的理念对全省旅游规模进行系统研究,对全省各地的旅游资源进行统一规划指导,推动旅游产业总收入持续增加。

关键词： Zipf法则国内旅游收入吉林省

东北三省城市人口-城区面积的异速生长关系分析

在线全文

学校读者我要写书评

暂无评论

东北师大学报（自然科学版） 2017年第1期49卷 134-139页

作者：李秀玲吉林财经大学应用数学学院吉林长春130117

研究了东北三省城市人口-城区面积的异速生长关系.结果表明:辽宁省的土地资源得到了高效利用,而吉林省和黑龙江省的土地利用存在着浪费情况,建议在土地规划中引导城市建筑向高空发展,限制城区的无规蔓延.

关键词：异速生长城市人地关系分形东北三省

基于泊松噪声和优化极限学习机的多因素混合学习方法及应用

在线全文

学校读者我要写书评

暂无评论

统计与决策 2025年 52-57页

作者：蒋锋路畅王辉中南财经政法大学统计与数学学院中国科学院武汉文献情报中心中国科学院科技大数据湖北省重点实验室

针对风电功率数据高波动性和间歇性的特点，文章提出了一种基于泊松噪声的互补集合经验模态分解（CEEMDPN）和改进的蛇优化算法（MSO）优化极限学习机的多因素混合学习方法。首先，利用CEEMDPN将风电功率序列分解为子序列；然后，引入... 详细信息

针对风电功率数据高波动性和间歇性的特点，文章提出了一种基于泊松噪声的互补集合经验模态分解（CEEMDPN）和改进的蛇优化算法（MSO）优化极限学习机的多因素混合学习方法。首先，利用CEEMDPN将风电功率序列分解为子序列；然后，引入曲线自适应调整参数改进蛇优化算法；最后，运用MSO优化的极限学习机（ELM）对每个子序列进行预测并集成。为了验证CEEMDPN-MSO-ELM模型的有效性，采用龙源电力集团的风电功率数据进行超短期预测，实证结果表明，CEEMDPN算法能够加强风电功率序列的主频率部分并提高分解精度，MSO算法能够很好地平衡算法的寻优速度与收敛精度，从而有效提升ELM模型的预测性能，所提模型的预测精度和稳健性均优于其他对比模型。

关键词：超短期风电功率预测互补集合经验模态分解蛇优化算法极限学习机

乡村振兴的绿色金融支持研究——基于新制度经济学产权理论视角

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

财会通讯 2024年第6期 133-139页

作者：左正龙吉林财经大学应用数学学院吉林长春130117

乡村振兴的实现离不开绿色发展,而绿色发展离不开绿色金融支持。文章突破传统研究范式,基于新制度经济学分析框架,以产权理论为主导,围绕降低交易成本的主线,剖析了绿色金融支持乡村振兴的机制:产权明晰的资源配置效应、智能合约降低交... 详细信息

乡村振兴的实现离不开绿色发展,而绿色发展离不开绿色金融支持。文章突破传统研究范式,基于新制度经济学分析框架,以产权理论为主导,围绕降低交易成本的主线,剖析了绿色金融支持乡村振兴的机制:产权明晰的资源配置效应、智能合约降低交易成本、金融组织体系的金融抑制效应及金融立法的行为规范效应。基于目前绿色金融在助力乡村振兴中存在的问题,得出结论,关键在进一步明晰农地经营权,它是农地能否用作抵押融资的前提,也为后续的绿色产权立法指明了方向,随后的颁证确认为智能合约的引入奠定了基础。绿色金融组织体系则应重在化解“供给型”金融抑制。

关键词：产权理论乡村振兴智能合约绿色金融金融立法

均值回归过程扰动下具双重流行假设的随机SIS流行病模型

在线全文

学校读者我要写书评

暂无评论

北华大学学报（自然科学版） 2025年第1期26卷 1-9页

作者：李佳琦林玉国北华大学数学与统计学院吉林吉林132013

考虑一类非线性发病率下双重流行假设的随机SIS流行病模型。首先,通过对传播率进行均值回归过程下的扰动,建立随机模型;其次,从理论上证明了随机模型具有唯一的全局正解;再次,通过构造李雅普诺夫函数,得到两种传染病灭绝的充分条件。最... 详细信息

考虑一类非线性发病率下双重流行假设的随机SIS流行病模型。首先,通过对传播率进行均值回归过程下的扰动,建立随机模型;其次,从理论上证明了随机模型具有唯一的全局正解;再次,通过构造李雅普诺夫函数,得到两种传染病灭绝的充分条件。最后证明了:当R^(*)_(1)>1、R′_(2)1时,疾病I_(2)持久,疾病I_(1)灭绝;当R^(*)_(1)>1、R^(*)_(2)>1时,疾病I_(1)和I_(2)均持久。

关键词： SIS模型均值回归过程李雅普诺夫函数