设 $k\geq2$ 是正整数, $P={\rm e}^{\frac{2}{k}\pi J}$, 其中$J=\left(
\begin{array}{cc}
0 & -I_n \\
I_n & 0 \\
\end{array}
\right)$ 是标准辛矩阵. 在本文中,我们证明, 对$\mathbb{R}^{2n}$ 中任意$P$循环对称紧星型超曲面$\Sigma$, $\Sigma$上至少存在一个$P$循环对称闭特征, 其中 $n\geq 2$; 此外, 我们给出星型超曲面上存在$n$个几何不同$P$循环对称闭特征的一个充分性条件.
本文提出一种基于C-S模型的新的粒子动力学系统, 研究其在有限时间内发生集群行为的充分条件, 并分析收敛时间的影响因素. 我们发现当个体位移的初始值满足一定条件时, 系统产生有限时间集群现象. 进一步, 收敛时间可由系统的个体数量估计, 即收敛时间与个体数量之间存在幂律关系, 当个体数量较大时, 收敛时间将减小.
本文在根森林的无穷小双代数上赋予一个对径点, 使之进一步成为一个无穷小单位Hopf代数; 然后, 从算子代数的框架中考虑此无穷小单位Hopf 代数, 提出余圈无穷小单位Hopf 代数的概念, 其中涉及到一个无穷小Hochschild 1-余圈条件; 最后, 证明装饰平面根森林的底空间带上一族嫁接运算是一个集合上的自由余圈无穷小单位Hopf代数.
为提升Logistic回归模型在分类问题上的应用表现,本文将自适应Lasso 和自适应Ridge结合,建立双重自适应弹性网. 双重自适应弹性网同时具有oracle 性质和自适应分组效应,这确保了它在一定的假设前提下,能有效估计参数和准确选取重要变量,进而使所建立的Logistic回归模型变得简而精.模拟和实例分析表明,双重自适应弹性网适用于具有自适应分组效应的中度或高度相关情形,其提升Logistic 回归的表现等同于或高于弹性网及其部分改进法.
文献[1]提出了当系数矩阵$A$, $B$都是正定 Toeplitz 矩阵时求解连续Sylvester方程$AX+XB =E$ 的循环反循环分裂迭代 (CSCS迭代)方法. 为了提高这个方法的收敛速度,本文提出外推的CSCS迭代, 讨论其收敛性, 并通过数值实验验证其有效性.