【摘 要】
：
大偏差理论是研究随机问题渐进性的有效工具.在样本非独立同分布(i.i.d)条件下,对随机规划问题最优值的指数收敛性进行研究.对通常的随机规划问题在目标函数满足全局Lipschitz条件时,利用G?rtner-Ellis大偏差定理建立其最优值的指数收敛性.把类似的方法应用到极小极大随机规划问题中,给出了其最优值的指数收敛性.
【基金项目】
：
国家自然科学基金资助项目(11501434)。
论文部分内容阅读
大偏差理论是研究随机问题渐进性的有效工具.在样本非独立同分布(i.i.d)条件下,对随机规划问题最优值的指数收敛性进行研究.对通常的随机规划问题在目标函数满足全局Lipschitz条件时,利用G?rtner-Ellis大偏差定理建立其最优值的指数收敛性.把类似的方法应用到极小极大随机规划问题中,给出了其最优值的指数收敛性.
其他文献
将304不锈钢网在含2 mol·L-1 Ni2+的沸腾溶液中处理120 s,制得了催化析氧性能优异、能规模化生产的自支撑电催化剂(SS/Ni-OH2M-120s).该催化剂在10 mA·cm-2电流密度下的过电位为214 mV,比未经处理的304不锈钢网降低约127 mV,在20 mA·cm-2的电流密度下恒电位极化10 h后,催化性能没有出现明显变化,说明具有良好的稳定性.将其与Pt网电极组成全分解水装置,在1.61
利用2005-2018年贵州省84个国家气象站逐小时降水量资料,采用统计诊断分析方法,在区分量级前提下,结合地形特征,分析贵州1 h短时强降水和逐3 h降水的时空分布特征。结果表明:(1)14 a中短时强降水共出现5981站次,年均427.2站次,其空间分布与地形特征密切相关,整体呈现南多北少、东多西少的特征,贵州西南部“喇叭口”地形和东南部雷公山南侧“喇叭口”地形与河谷地形重叠区域为短时强降水高发区。短时强降水分级统计显示,99%的短时强降水集中在前两个雨强较小的等级,而R1h≥80 mm的短时强降水1
直升机辐射的声信号在空气中衰减速度慢、传播距离远,是直升机目标识别的主要依据.受人类听觉系统优异的声音信号识别能力的启发,提出了基于人耳听觉感知特性的Gammatone倒谱系数(Gammatone Cepstral Coefficients,GTCC)特征提取方法用于直升机声信号的识别.通过仿真实验,详细研究了参数设置对识别系统性能的影响,以及识别算法在噪声环境下的鲁棒性、对各种分类器的普遍适用性和相对其他特征提取方法的优越性,对实验结果给出了合理的解释.实验结果表明,所提出的方法能够根据声信号有效地辨识
基于卷积神经网络的单幅图像去雾算法虽然取得了一定进展,但仍然存在去雾不完全和伪影等问题.基于这一现状,提出了一种以编码器-解码器结构为基本框架,融合注意力机制与残差密集块的单幅图像去雾网络.首先,利用网络中的编码器、特征恢复模块和解码器三个部分直接对去雾后的图像进行预测;然后,在网络中引入本文所设计的带有注意力机制的残差密集块,提升网络的特征提取能力;最后,基于注意力机制提出自适应跳跃连接模块,增
自2017年开始策划“地质微生物学专刊”以来,《微生物学报》已成功出版了3期,分别是2018年第4期、2019年第6期与2020年第6期。共发表文章54篇,得到了地质微生物学专家的关注和好评。为系统介绍该领域国内外的最新研究成果,并进一步扩大地质微生物学的影响、促进地质微生物学研究的发展,《微生物学报》专门组织了本期“地质微生物学”专刊。
传统的混合图的能量通过对方阵形式的矩阵特征值的计算而得到,难以推广应用到大规模的混合图中.针对这个问题,本文将网络维数应用于混合图中,提出了混合图的网络能量,从而将网络能量从无向图及有向图推广应用到混合图.混合图的网络能量可以通过混合图的节点数目及有向边与无向边的数目而得到,同时给出了混合图的网络能量的若干上下限.在与混合图的Hermitian能量及有向图与无向图的网络能量的对比中分析了所提出的混合图的网络能量的若干重要性质,并论证了无向图、有向图及混合图的网络能量三者之间的内在关联.
针对风力发电机组变桨系统故障诊断模型参数难以优化问题,提出了基于状态转移算法优化多类最优间隔分布机(multi-class Optimal Margin Distribution Machine optimized by the State Transition Algorithm,mcODM-STA)的风电机组变桨系统故障诊断方法.该方法选择风电机组功率输出作为主要状态参数,利用Pearson相关系数对风电数据采集与监视控制系统中风电机组历史运行数据进行相关性分析,剔除与功率输出状态参数相关性较低的特征
受限于图数据拓扑结构的不规则性,以及图结点的无序性和规模多变性,现有图分类网络往往对结点嵌入向量采取简单聚合或排序等方式来构建图级别的表示向量,这会导致特征过度压缩以及特征平移等问题.针对这些问题,提出基于全局对齐策略的图卷积网络,通过构建子图特征近似分布将图表示特征向量做全局对齐,在避免过度压缩和特征平移、有效提高下游分类网络对于特征信息挖掘效率的同时,又利用子图特征的分布信息,进一步学习图数据之间内在的结构相似性,从而提升整体网络对于图分类任务的推理能力.在多个图分类数据集上的实验结果表明,采用全局对
采用硫化型NiMo/活性白土为催化剂,以非粮植物油麻疯树油为原料制备第二代生物柴油.利用等体积浸渍和CS2原位活化结合的方法制备出硫化型NiMo/活性白土催化剂,并通过XRD、BET、Py-FTIR和NH3-TPD等技术对其结构和性能进行表征.考察了不同反应温度、催化剂用量、反应初始氢压、反应时间下麻疯树油的转化率及生成C15-C18烃类的选择性.实验结果表明,最优的反应条件为:反应温度300℃、催化剂质量分数为7.5
通过直接提取结构动态测试时序数据中的特征来实现结构的损伤识别,基于重力坝有限元模型在不同损伤情况下生成的加速度时序数据对循环神经网络进行训练和测试,以对循环神经网络在结构损伤识别中的应用进行研究.首先比较了传统循环神经网络(RNN)、长短期记忆(LSTM)循环神经网络和门控循环单元(GRU)神经网络的性能,然后采用网格搜索和随机搜索对LSTM循环神经网络的超参数进行优化.结果表明,相较于传统的循环神经网络(RNN)和门控循环单元(GRU)神经网络,LSTM循环神经网络在不同损伤工况下的识别准确率均有提升,