【摘 要】
：
本文综述满足电影型(cinematic)曲率条件的Fourier积分算子的局部光滑性及其相关研究.电影型曲率条件包含非退化条件及曲率条件.作为范例重点讨论如何通过双线性方法建立变系数版本的平方函数不等式,进而改进了Mockenhaupt-Seeger-Sogge局部光滑性的结果.与此同时,本文还分析了解决局部光滑性猜想的困难、可能的途径,以及它与其他数学猜想之间的联系.
论文部分内容阅读
本文综述满足电影型(cinematic)曲率条件的Fourier积分算子的局部光滑性及其相关研究.电影型曲率条件包含非退化条件及曲率条件.作为范例重点讨论如何通过双线性方法建立变系数版本的平方函数不等式,进而改进了Mockenhaupt-Seeger-Sogge局部光滑性的结果.与此同时,本文还分析了解决局部光滑性猜想的困难、可能的途径,以及它与其他数学猜想之间的联系.
其他文献
针对全球导航卫星系统（global navigation satellite system，GNSS）拒止环境下大范围无人机视觉绝对定位问题，提出一种聚合深度学习特征的基准卫星影像检索方法。首先，利用预训练的深度学习模型提取无人机与卫星基准影像的局部卷积特征；然后，对局部特征描述符聚合，生成影像全局表达；最后，利用影像全局特征进行相似性检索，并采用检索结果精匹配重排序的后处理方法，进一步提高检索准
汽车激光雷达的相互干扰会造成目标检测与跟踪性能的严重下降，本文从空间、时间和调制频率等方面出发，研究脉冲方式和频率调制连续波方式激光雷达在道路环境中可能存在的各种干扰，通过仿真计算干扰发生的概率、分析干扰的特征以及干扰对测量性能下降的影响。然后针对可能存在的干扰问题，指出使用伪随机码调制连续波激光器输出幅度的方式可以有效降低干扰发生的概率，保证激光雷达在道路环境中有效可靠地工作。
生鲜农产品的新鲜度配送要求可能增加其冷链配送过程的碳排放量，本文提出低碳约束下的生鲜农产品冷链配送调度策略及仿真方法。在对碳税机制定量分析的基础上，建立以最小化碳排放量和最小化配送综合成本为目标的数学模型；综合分析物流配送中的产品配送量、配送时间以及装卸货时间等常规因素，提出了提出一种改进的基于自适应旋转角的量子蚁群算法；通过实验仿真，将所提出的方法应用于生鲜配送仿真算例，并将结果与已经存在的算法
算法通过调整输入图片的大小、扩大最小人脸尺寸以及减小检测窗口层间放缩比例等方式，在保证准确率的同时极大的提升了人脸检测速率，其检测效率为原始MTCNN的18倍；其次，构建新的卷积神经网络结构模型检测眼、嘴，网络检测的准确率可以达到95.6%. 将设计的检测网络与经过改进后的MTCNN进行级联，在已经检测出来的脸部区域继续对眼、嘴进行分类及定位；最后，设置综合性的疲劳检测函数，加强了由于单一特征而出
热电机组“以热定电”运行时在调峰能力上有一定的局限性，可中断负荷（Interruptible Load， IL）作为一种待挖掘的电力资源，可以应用在园区综合能源管理和微网系统中，引导用户减少高峰用电。基于此在含有热电联产机组的园区综合能源系统中引入IL功能改善系统调峰能力，以经济性作为集成优化目标，建立相应模型。以北方某生态园区为算例，利用自适应混沌粒子群算法进行仿真求解。结果表明，引入IL功能后
针对现有控制器中预见补偿器和重复控制器相对独立作用的最优跟踪问题，提出从信息融合的角度构造了线性离散系统的最优预见重复控制器的设计方法。首先，在离散系统中引入L阶差分算子，将预见重复控制设计问题转化为调节稳定性问题；然后，使用协状态和信息量的概念获得控制软约束信息来描述最优融合的过程，得到控制增量信息和增广误差系统协状态的最优估计滤波；最后，将有关预见重复控制器控制律所有信息融合，得到由状态反馈、
为避免工作量分配不均，研究了考虑工作量均衡的成品油二次配送车辆路径问题。以总配送成本极小化和不同车辆路径长度之差极小化为目标，建立了双目标混合整数规划模型；并设计了变邻域禁忌搜索启发式算法。首先利用改进的Solomon＿I1插入算法求出使总配送成本尽量小的初始解；再利用变邻域禁忌搜索算法改进初始解，得到近似最优解。模拟计算结果显示，通过变邻域禁忌搜索算法改进后的解，总配送成本仅增加6.2%，车辆路
线束是电路信号传输的主要载体，但目前对线束端子的缺陷检测仍存在效率低、漏检率高等问题。为此，提出一种基于机器视觉的图像检测方法：首先分析线束端子3个主要部位的5种典型缺陷模式，并定义了缺陷评价参数；其次设计了定位基准拟合算法、待检部位自适应分割算法和缺陷特征参数计算方法；最后给出了各类外观缺陷的判断准则。实验结果表明，检测算法适用于各单类、多类混合缺陷模式，综合漏检率为0.95%，误检率为0.60
针对应急救援问题，在受灾点的位置、需求以及受灾人口等信息动态变化的情况下，建立动态有向救援网络，并以救援效率最大化为目标构建数学模型。首先，运用数据包络分析模型，对各段救援路线的效率进行评价；其次，建立基于效率的动态路由模型，通过时间片的划分将动态路由转化为多阶段的静态路由；最后，设计了改进的混合贪心蚁群优化算法对模型进行求解，并将本文算法与遗传算法、粒子群算法以及基础的蚁群算法进行对比。实验结果
针对无线网络流量数据预测精度不高问题，提出一种基于蝙蝠算法(BA)优化的反向传播(BP)神经网络的分类预测模型——BABP。通过采用蝙蝠算法对BP神经网络模型的初始权值与阈值进行全局寻优，构建崭新的基于蝙蝠算法优化的神经网络模型。并通过与传统寻优算法遗传算法(GA)与粒子群优化(PSO)算法的神经网络模型比较，在无线网络流量数据的分类预测和稳定性方面，提出的BABP模型要优于GABP(Geneti