基于傅立叶变换的变元可分离核函数的确定方法

利用傅立叶变换分析的方法提出了支持向量机理论中核函数与傅立叶变换的关系 ,并就两者的关系给出了一些有意义的新定理和相关的证明 ,证明了基于傅立叶变换的核函数在一定条件下必定满足Mercer条件 .在这些重要结论的基础上 ,可利用傅立叶变换分析核函数的特性 ,确定核函数 .特别是当核函数的变元可分离时 ,傅立叶变换在核函数分析中的意义就更加重要     

基于核函数变换的NLPCC分析在洪水分类中的应用

通过拟线性化变换和降维去噪,得出多维分类指标的低维主成分值,然后通过对每一待分类样本的低维主成分值进行聚类分析,最终得出洪水的自然分类结果.洪水分类实例结果表明,该计算方法不需要复杂的计算机专业知识和优化算法知识,原理清楚,计算简单,结果客观有效,不失为一种洪水分类评价的新途径.选择适宜的非线性变换函数是正确应用该方法的关键,同时对于能够预先给出分类指标值且数值范围较小时,需要指标标准数值判定和聚类效果判定相结合.     

一类非线性积分方程再生核空间中的线性化求解

笔者在文中利用再生核将非线性积分方程转化为线性积分方程求解,得到了此类方程解的结构,解决了解的存在性等问题.     

变高度薄壁箱梁剪力滞的几何非线性分析

根据势能变分原理,考虑薄壁箱梁翼缘的剪力滞效应和结构竖向挠度的几何非线性,导出了变高度薄壁箱梁的非线性控制微分方程,并采用样条最小二乘配点法进行求解.将计算值与试验结果进行了比较,两者吻合较好.研究表明,对于三跨变高度薄壁连续箱梁,在均布荷载作用下,内支座截面的应力分布不均匀程度较中跨跨中截面大;荷载越大,非线性效应越显著.     

基于核函数的学习算法

论述基于核函数的方法，包括支持向量机的分类、聚类与回归算法，基于核的Fisher判别分析、感知机和主成分分析，介绍学习算法、简化算法和多类分类等研究课题，及基于核函数方法的应用。     

Hilbert空间广义变分不等式的迭代方法

应用辅助原则技术,在部分相关强单调和非空有界闭子集条件下,提出了一个解广义变分不等式问题的预测校正算法.作为应用,给出了许多解不同类型变分不等式的新的结果.     

非线性的变曲率薄壁曲梁单元

将薄壁曲梁理论直接与有限元技术相结合，演引出一种新的薄壁曲梁单元，这种梁单元除计算及剪切变形外，还在6个自由度的初等梁的公式上，增加一个自由度，以考虑翘曲效应，并在推导过程中，考虑了曲梁曲线变曲率的影响，通过计算实例比较，说明这种梁单元的工作性能是良好的。     

Hilbert空间广义变分不等式的迭代方法

应用辅助原则技术,在部分相关强单调和非空有界闭子集条件下,提出了一个解广义变分不等式问题的预测校正算法.作为应用,给出了许多解不同类型变分不等式的新的结果.     

一种组合径向基函数网络结构的分类方法

介绍了径向基函数网络（简称ＰＢＦ网络）模型，分析了ＲＢＦ网络的分类机理和分类特点，由于该网络层激活函数的有界性，ＲＢＦ网络用于分类时，其分类判决范围也是有界的。针对一船的多层前馈网络分类器不能识别瓣的模式类型的问题，研究了一种将若干个ＲＢＦ网络组合起来的分类方法，该分类器不仅能够对新类型的模式作出有产的拒识，而且还能通过再学习识别新的模式类型，具有增量学习的能力，最后给出一个分类实例。     

一种基于核函数法的步行需求预测方法

步行需求预测对于步行系统的发展及规划非常重要,在概略规划方法的基础上,通过分析步行出行的相关特征,引入核密度函数法表达步行出行特征,形成基于核密度函数的步行需求预测方法,通过对中山市主城区的实际应用,方法具有较好的可操作性。