科学中信任的基础

在当代认识论中,信任在科学中的作用,已经不存在实质性的争议。问题只在于:这种在科学中对他人的信任应该建立在先验原则基础上,还是经验基础上?本文正是通过对这个问题的探讨以求揭示科学中信任问题的实质。     

r-循环矩阵特征值反问题

本文介绍了r-循环矩阵的基本内容,提出了r-循环矩阵特征值反问题Ⅰ,Ⅱ,Ⅲ,利用r-循环矩阵的基本性质给出了它们有解的充分必要条件及求解算法。     

基于逆系统的变轨迹迭代学习控制

针对一类未知非线性时变系统,本文提出一种不同次迭代运行过程中期望轨迹可变的迭代学习控制算法。该算法利用高斯径向基网络逼近系统逆的未知参数,并采用迭代学习的方式修正网络逼近的系数,然后结合变结构技术设计控制律。收敛性分析表明,随着迭代次数的增加,逼近系数与最佳系数的差异逐渐减小。最后,在机械臂上的仿真验证了算法的有效性。     

矩阵多项式的求逆

本文对矩阵多项式的求逆给出了一般方法,并针对于每一种方法给出了具体实例.     

关于积分法完备性的探讨

本文明确表达了反函数微分法则的逆定理,基于此定理提出一种积分法,并举例说明了其运用方法。虽然这种方法的实质也是一种变量代换法,但它能在选择代换函数时提供一条线索,不失为一种积分法的补遗,使积分法显得更完备。     

Exact solutions for steady flows of second-grade fluids

This paper aims to investigate exact solutions for a second-grade fluid flow with the inverse method. By assuming the relation between the vorticity field and the streamfunction, the exact solutions of the motion of plane second-grade fluids are investigated and obtained. The solutions obtained include simple Couette flows, slit jet flows and uniform flows over a series of distributed obstacles. Project supported by the National Natural Science Foundation of China (Grant No.10472063)     

基于雷达成像的熵函数优化方法(英文)

对ISAR成像的最小熵自聚焦(MEA)算法进行了收敛性分析. 仿真结果表明, MEA算法存在局部最优问题, 作为其代价函数的ISAR像熵函数并非多维补偿相位的下凸函数. 只有当该补偿相位矢量的初值选取合适, 使其处于像熵函数的全局最小点附近时, MEA算法才能收敛到全局最优解. 针对MEA算法的最优化问题, 给出了一种基于雷达成像的熵函数优化方法. 该方法首先采用改进的多普勒中心跟踪法估计补偿相位初值. 该初值是最大似然准则下的估计结果, 可以使初始相位位于最优解附近. 然后, 利用快速MEA 算法进行局部搜索, 得到全局最优解. 仿真结果表明, 该算法不仅实现了MEA算法的全局最优求解, 还可避免步长、阈值等参数的选择与调整.     

格值矩阵的逆及广义逆

探讨了基于格半群上的矩阵的逆和广义逆等问题,给出了格值矩阵的逆、{1}-广义逆和M—P广义逆的概念和它们存在的条件,以及格值矩阵A的任意一个{1}-广义逆的具体形式、M—P广义逆的存在性和唯一性．     

一类带平方根的Riemann边值逆问题

讨论了一类带根号的Riemann边值逆问题,通过对未知函数的结构分析,再消去参变未知函数,把问题转化为典型的Riemann边值问题,利用已知的结论,给出了该问题在正则型和非正则型情况下的解.     

广义逆在求矩阵方程整数解中的应用

给出了矩阵广义逆的定义及在求矩阵方程整数解中的应用,并进一步利用线性方程组的整数解来构造矩阵的{1}和{2}广义逆.