C~k连续的保形分段2k次多项式插值

1．引言在每个子区间上，通过插入至多一个内结点，Brodlie和Butt［1］给出了分段三次多项式保形插值算法，Randal［2］等讨论了分段五次多项式插值，作者［31讨论了一般分段奇次多项式的保形插值，并且给1了内结点的位置范围公式．这种插值方法完全解决了一般的分段奇次多项式的保形插值问题．关于分段偶次多项式的保形插值，大多数文献只讨论分段二次保形插值，这里要特别指出的是Shumake［4j导出了二次样条保凸的充要条件，并且给出了一个二次样条保形插值的方法．在每一个子区间上至多插入一个内结点，则一个二次插值样条就可得到．作…     

入射平面电磁波两类球面波函数展开式的等价性证明

入射平面电磁波的球面波函数展开是求解不同圆球结构的平面波散射问题的重要工具,相关文献分别利用场的坐标分解和矢量势法得到了入射平面波的球面波函数的两种不同形式的展开式.利用偏微分方程边值问题解的存在唯一性定理,给出了这两种展开式的等价性的一个简洁的解析证明,并进行了数值验证.     

高光谱遥感图像的小波去噪方法

高光谱遥感图像是由二维空间信息和一维光谱信息组成的三维数据。普通的去噪方式通常是分别对空间信息或光谱信息进行去噪,其主要缺点是忽视了高光谱图像强烈的谱间相关性和图谱合一的特点。针对这些特点,文章提出一种基于小波变换的高光谱遥感图像去噪方法。该方法对各波段高光谱图像逐一进行二维小波变换,根据含噪声大的波段与噪声小的波段的波长关系,对小噪声波段的高频系数加权求和,代替噪声大的波段的高频系数,通过小波逆变换得到去噪后的重构图像。该方法运算速度快,能有效地降低噪声。对机载可见红外成像光谱仪数据(AVIRIS)实验表明,与经典的BayesShrink图像去噪方法相比,方法重构图像的信噪比(SNR)高出3.8～10.6 db,节省运算时间一半以上。     

“应用数学基础”课程改革的思考

本探讨了“应用数学基础”课程改革的必要性，从教师队伍建设、教学内容改革、教学手段与教学方法改革、课程教材建设和教学实战等五个方面提出了我们的想法。     

多层电磁屏蔽的电磁拓扑图分析方法

 提出了一种用于多层电磁屏蔽条件下分析系统电子器件之间相互耦合的电磁拓扑模型。将该模型与求第k最短路算法结合，得出在不同频率范围下求从源点到终点屏蔽系数小于规定值路径的算法，得到需要改进的电磁耦合路径。该算法是通过对第k最短路算法修改而得到的,不需要求最小树和时间复杂度。仿真实验证明该算法是有效的，可以用于大型复杂电子系统耦合问题的分析。     

Taylor与Agrawal模型的解析求解与模型比较

 采用解析方法对双导传输线Taylor模型和Agrawal模型进行研究，获得了这两个模型基于平面电磁波激励下的终端负载响应的频域解析解，并证明它们的解析解是相同的，从而得到双导传输线基于平面电磁波激励的终端负载响应的频域解析解公式。Taylor模型和Agrawal模型其实是对同一个解的不同描述，由于Agrawal模型比Taylor模型相对简单，因此在实际应用时可以采用Agrawal模型或频域解析解公式进行求解。应用频域解析解公式和Fourier变换与逆变换技术，可以求得终端电压或电流的瞬时响应解。     

高光谱遥感图像微分域三维混合去噪方法

高光谱遥感图像是一种三维数据,由二维空间信息和一维光谱信息组成。普通的对二维静态图像或一维光谱信息去噪的算法忽视了高光谱图像强烈的谱间相关性和图谱合一的特点,无法取得令人满意的效果。同时现代的高光谱遥感图像噪声级别相对较低,噪声方差随波段不同而不同。针对以上特点,提出一种微分域三维混合去噪方法。首先将高光谱遥感图像变换到光谱微分域,使细微的噪声变得显著。然后在微分域中,对二维空间域采用基于小波的非线性阈值去噪BayesShrink算法。为克服噪声方差不同的特点,对光谱维不再采用小波阈值去噪方法,而采用Savitzky-Golay滤波进行平滑。最后对微分域去噪平滑处理后的图像进行光谱积分,并进行积分修正,消除光谱积分中引入的积累误差。对信噪比为600∶1的机载可见红外成像光谱仪数据(AVIRIS)实验表明,该算法能有效地降低噪声,将信噪比提高到2 000∶1以上。     

分形天线多频性及应用探讨

将分形几何应用于天线设计,其自相似性会使得天线具有多频性从而增加天线的带宽.本文主要从仿真模拟和实际测试研究了基于以Minkowski为边界的微带分形天线.分形天线的多频性,可以应用于调频同频通讯等方面.     

连续两指标速降过程的Snell包的构造

本文讨论了连续两指标速降过程Ｘ＝（Ｘｚ，Ｆｚ，ｚ∈Ｒ＋＾２）的Ｓｎｅｌｌ包的构造问题。令γ＇ｚ＝ｅｓｓｕｐ－↓σ∈Σ，σ≤ｚＥ（Ｘσ│Ｆｚ），其中Σ为（Ｆｚ）ｚ∈Ｒ＋＾２有限停点全体。本文首先证明了Г＇＝（γ＇ｚ，Ｆｚ，ｚ∈Ｒ＋＾２）有连续适应修正Ｊ＝（Ｊｚ，Ｆｚ，ｚ∈Ｒ＋＾２）。然后，利用上鞅收敛定理与Ｗａｌｓｈ可选样本定理，证明了γｚ＝ＪｚˇＸｚ，ｚ∈Ｒ＋＾２是控制Ｘ的最小正则上鞅，即Ｘ的Ｓｎ     

两指标随机过程的最优停止的构造

本文研究了离散两指标随机过程X=(X_z,_z,z∈N~2)的最优停止的结构及X的Snell包络的渐近算法。首先证明了在条件(A~+)下:Γ=(γ_z,_z,z∈N~2)是控制X的最小正则上鞅,这里γ_z=E(X_σ|_z),z∈N~2。然后根据最优原理,利用X的Snell包络构造出最优策略。从而得出了报酬过程为X=(X_z,_z,z∈N~2)的最优停点的具体结构。最后证明了X的Snell包络的三重极限定理。