一种计算网络两点间最小路集的方法

基于网络联络矩阵，提出一种计算网络两点间最小路集的方法，并给出严格的证明。该方法把网络的广义联络矩阵划去输入节点对应的列和输出节点对应的行后，将网络分析中路的计算转化为矩阵行列式的运算。适用于任何有向、无向和混合网络。     

矩阵可对角化的充要条件

复数域上任意ｎ阶循回阵都相似于对角阵，而一个可对角化的矩阵一定可以找到一个循回阵与它相似。从而得到，矩阵可对角化的充分必要条件是它相似于一个循回阵。     

矩阵可对角化的充分必要条件

复数域上任意n阶循回阵都相似于对角阵，而一个可对角化的矩阵一定可以找到一个循回阵与它相似，从而得到，矩阵可对角化的充分必要条件是它相似于一个循回阵。     

矩阵的r-连对角占优性及应用

引进了r-连对角占优矩阵的概念,给出了矩阵广义对角占优的一个充分条件和一类矩阵广义对角占优的充要条件,并且给出了所得定理的应用实例。     

矩阵相似于对角阵的条件

介绍矩阵相似于对角阵的八个引理，由此给出矩阵相似于对角阵的五个定理和两个推论。     

改进的大型线性代数方程组的分块解法

本文在分块三角分解法基础上，对电算求解技术进行了较大改进，使该电算解法无论对稀疏系数矩阵还是稠密系数矩阵方程组（集），都能具有较高的求解效率，文中给出了完整的子程序。     

蕴涵算子

文中给出了蕴涵算子的定义，讨论了蕴涵算子的一些基本性质及生成方法，建立了蕴涵算子之间的运算，并构造了一个蕴涵算子范畴。     

一类经典Banach格上保不交算子的矩阵刻画

对向量格Rn 到Rm 的保不交算子进行矩阵刻画 ,即矩阵的每行至多有一个元素不为零 .并把此结果推广到了经典Banach格c0 和lp(1≤p <∞ )到l∞(c或c0 )的有界保不交算子的情况 .讨论了具有不交Schauder基的Banach格上有界保不交算子的矩阵特征 .     

双向分块快速Delaunay三角剖分算法

介绍一种双向分块快速Delaunay平面剖分算法,该算法有别于其他的分治算法,其特点是运算速度快,时间度为O（Nlog2N）,算法易于理解和实现．该算法在二维平面中首先把被三角剖分的点集均匀分为多个只有3点（最多有一个块不是3个点）的点块．首先对每一个点块进行Delaunay三角剖分,再对相邻的点块中三角剖分进行合并．并介绍了该算法的数据结构．充分说明了该算法的可操作性．     

稀疏表示的人脸识别及其优化算法

稀疏表示的本质就是稀疏正规化约束下的信号分解。提出一种改进的正交匹配追踪算法,使运算量较高的矩阵求逆运算转变为轻量级的向量运算或向量与矩阵的运算,可以加快逆矩阵和大矩阵乘积的求解。将此算法应用于稀疏表示的人脸识别,探讨并验证了稀疏阀值的设置和训练字典的选择对人脸识别率和识别速度的影响。     

解决路网检测器布局问题的数形结合方法

为了获取各路段的交通流量,本文提出一种解决任意路网中检测器布局优化 问题的数形结合方法.首先基于交通网络的拓扑结构与代数关联矩阵间的联系定义平衡 矩阵和基本平衡矩阵;然后根据基本平衡矩阵的特点,找到n -1阶数（比网络节点数少 1）可逆矩阵M ,该矩阵所对应的路段集合就构成路网的一个支撑树(不需要安装检测器 的路段集合);最后根据流量守恒原理进行矩阵运算,全面、准确、快速地推算出未安装检 测器路段的交通流量.该方法揭示了路网中各路段流量间的数形联系,并避免了单独利用 代数或图论方法的操作复杂性,以及获取交通信息不及时性.通过具体算例验证了此方法 的可行性和有效性.     

基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法

分布式电源（DG）接入配电网对潮流产生重要影响.本文分析了潮流计算中各种分布式电源模型及处理方法,引入灵敏度阻抗矩阵修正法更新PV节点的注入无功功率,结合辐射型配电网的特点,提出一种基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法.该算法解决了前推回代潮流算法处理PV节点失效的问题,同时适用于含各类分布式电源的潮流计算.最后对含各种类型分布式电源的IEEE 33节点配电网进行潮流计算仿真,仿真结果验证了提出算法的有效性和快速性,并通过不同算例验证了算法的稳定性.     

基于联合投票网络的交通场景天气分类方法

基于交通视频监控图像的天气识别已经成为智能交通系统中重要的研究课题. 虽然卷积神经网络（convolutional neural network,CNN）在图像识别技术获得了巨大的发展,但是针对复杂交通场景的天气识别问题,现有的模型在特征表达方面仍然面临着巨大的挑战. 为了提取丰富的语义特征,提出了基于联合投票机制的深度神经网络（deep neural network,DNN）模型. 所提出的模型包括两个核心模块:基于通道和空间注意力机制的二阶特征模块和基于复合特征结果联合投票机制的分类模块, 用以提取不同天气图像中的判别性信息,提高在复杂交通场景下的天气识别性能. 最后,在两个基准天气分类数据集上进行了验证试验,结果表明:对于复杂场景条件下的天气识别问题,所提出的基于联合投票机制的深度神经网络模型的识别正确率优于目前最好的天气识别方法的1.97%.      

基于道路连通度的路网可靠度分析方法

传统连通可靠性对于路段的状态划分过于严格,只有中断或连通两种状态.为了能完全体现路网的动态特性,本文建立了一种新的连通可靠性的评价方法,将路网中路段的可靠度从0、1二值扩展到[0,1]区间.作者结合北京城市路网中快速路与主干道的实测数据,分析了基于交通流状况分析的连通可靠性评价方法,并在此基础上,进一步分析了该评价方法...     

半刚性连接钢框架结构的非线性分析探讨

本文首先简要叙述了半刚性连接节点的特性;其次介绍了推导局部坐标下的单元刚度矩阵的过程及如何对半刚性连接单元的固端力进行修正,并对刚度矩阵进行了高精度改造;最后讨论了弹塑性阶段半刚性节点的简化方法。     

电控发动机故障诊断属性约简算法应用研究

利用粗糙集理论中的区分矩阵属性约简算法对电控发动机的几种典型故障参数进行属性约简,为验证约简结果是否有利于下一步的故障诊断,采用较成熟的BP神经网络对其进行诊断验证,将约简结果作为网络的输入,待诊断故障作为网络的输出。通过学习训练结果表明:利用区分矩阵方法所获得的核约简不能作为故障诊断的特征参量,其导致网络不收敛,而其它3组约简可以用于区分现有故障。为获得最优的属性约简结果,利用二进制粒矩阵的方法进行了最优属性约简的证明。     

城市路网可靠性计算方法

为客观反映城市路网可靠性,在分析城市路网结构和功能的基础上,运用层次分析法,将OD路网划分为主通路和连接路段,分析了主通路可靠性影响因素及计算方法,引入OD对连通度对主通路可靠性进行修正,推导了整个路网可靠性计算公式。而且研究了主通路上节点个数对路网可靠性的影响,讨论了在不同交通状况下改善路网可靠性的方法。分析结果表明:主道路间未取得有效连通时,OD路网的可靠度为0.62,在保证主道路持续性不受影响的前提下,对主道路进行有效连通,路网可靠度提高为0.70。这反映了路网可靠度不仅依赖于主通路持续性和有效性,还取决于主道路间的连通性,将路网划分为主通路和连接路段对OD路网进行可靠性分析是合理的。     

基于拟T-S模糊模型的网络化控制系统稳定性分析

综合考虑网络化控制系统（NCS）出现时延和丢包问题,提出一种基于拟T-S模糊模型.以时延和丢包出现的概率作为隶属度,并根据丢包出现在系统中的不同环节,分别构造相应的系统模型,再利用线性矩阵不等式（LMI）方法证明系统的稳定性,并通过对一个二阶倒立摆系统的数值分析说明方法的可行性,从而为网络化控制系统的分析与设计提供了新方法.     

考虑交叉口不同饱和度的路网动态分区方法

为了便于信号控制策略的实施,针对路网中不同状态的交叉口,考虑子区内交叉口的同质性和关联性,提出了基于不同拥挤程度的路网动态分区方法.首先考虑相邻交叉口的交通关联度和相似度,建立了路网动态分区模型;然后结合谱图理论设计了动态分区算法,根据特征向量元素,对路段、交叉口的拥堵程度进行划分;最后提出了动态子区划分评价准则.算例结果表明,本文提出的方法既能有效地保证相关性较强的交叉口划入同一子区,又使得各子区内部路段的拥堵程度比较均衡,有利于各种不同拥挤程度的子区信号控制方案的选择和实施,对于交通信号控制方案的设计有实际的指导意义.