冼军
- 作品数：18 被引量：27H指数：3
- 供职机构：中山大学更多>>
- 发文基金：国家自然科学基金香港中山大学高等学术研究中心基金广东省自然科学基金更多>>
- 相关领域：理学自动化与计算机技术经济管理航空宇航科学技术更多>>
- 一种无人机协同决策的评价方法、系统、设备和介质
- 本发明公开了一种无人机协同决策的评价方法、系统、设备和介质，涉及计算机装备研发与保障技术领域。通过获取无人机协同决策方案，将无人机协同决策方案进行任务综合分析，得到任务分析数据。采用任务分析数据更新初始协同决策自评价体系...
- 李雄李梦迪张易东倪晓升蒋燕梅吕雅丽熊宇涵秦小营谢雨琪冼军成诚
- 非均匀采样与信号重构
- 该文主要讨论了从非均匀采样中重构非频带有限空间信号的问题,具体来说主要是考虑了加权的平移不变空间、格不变空间、时卷频带有限空间、样条子空间、多生成的加权平移不变空间等非频带有限空间,其主要内容如下:1、我们把时卷方法引入...
- 冼军
- 关键词：小波非均匀采样
- 文献传递
- 一种飞行器群协同决策生成方法、系统和设备
- 本发明公开了一种飞行器群协同决策生成方法、系统和设备，涉及飞行器技术领域。通过采用预设密度峰值聚类算法计算事件伪标签，基于事件伪标签集训练初始事件抽取模型，得到目标事件抽取模型。通过目标事件抽取模型分别对飞行器群数据集和...
- 李雄秦小营倪晓升张易东蒋燕梅吕雅丽熊宇涵冼军成诚
- K-强凸空间的特征被引量：2
- 2000年
- 证明在〔1〕文中提出的 K-强凸概念与〔2〕文中引进的 K-强凸是等价的 ,并给出了 K-强凸的一个新的等价定义。
- 冼军胡长松
- 关键词：K-严格凸
- 高频散射问题的高效配置法
- 2017年
- 本文从二维声软高频散射问题的边界积分方程出发,利用密度函数在凸区域外散射的关于波数k→+∞的渐近分析,将其由高振荡性转化为低振荡性,进而得到一个第二类Fredholm积分方程的解.通过选取积分区间[0,2π]的配置点,按照多项式(明区域)与几何(暗区域)增加(或减少),得到其收敛性为O(k-1/(24))(k>>1).此外,数值例子表明本文的数值方法非常有效.
- 李松华冼军向淑晃
- 关键词：HELMHOLTZ方程边界元法配置法
- 由向量细分方程生成的双正交多重小波被引量：1
- 2007年
- 双正交多重小波是用多分辩率分析由向量细分函数生成的,文中通过如下形式的向量细分方程的解给出紧支撑双正交多重小波一般性的构造方法:■(x)=∑/α∈Zs a(α)■(Mx-α),x∈Rs,其中向量函数■=(■1,…,■r)T属于(L2(Rs))r中,a=:(a(α))a∈Zs是一个具有有限长的矩阵值序列,称为细分面具,M是一个满足limn→∞M-n=0的s×s整数矩阵．我们的刻画是在一般的情形下．文中的主要结果是一些已知重要结果的实质性延拓．
- 李松冼军
- Sobolev空间中与非齐次细分方程相关的细分格式的收敛阶
- 2005年
- 研究如下形式的非齐次细分方程,其中向量值函数是未知的,g是给定的紧支集向量值函数,a 是一个具有有限长的r×r矩阵值序列,称为细分面具,M是一个s×s整数矩阵, 并且满足limn→∞M-n=0.我们在Sobolev空间(Wpk(Rs))r(1≤p≤∞)中研究与非齐次细分方程相关的细分格式的收敛性和收敛阶.选择具有紧支集向量值函数,定义n=1,2,….这个叠代过程称为细分格式(详见文献[1-29]).
- 李松刘建平冼军
- 若干K凸性的等价条件被引量：10
- 2003年
- 就一些K凸性的等价条件作出了讨论 ,证明了几种K凸性在某种条件下是等价的 ,如当空间X是自反的且X和X 均有 (H)性质时 ,则有 7种K凸性等价 ,当空间X自反且有 (H)性质 ,则有 6种K凸性等价。
- 冼军黎永锦
- 关键词：K-严格凸
- 一种无人机协同决策的评价方法、系统、设备和介质
- 本发明公开了一种无人机协同决策的评价方法、系统、设备和介质，涉及计算机装备研发与保障技术领域。通过获取无人机协同决策方案，将无人机协同决策方案进行任务综合分析，得到任务分析数据。采用任务分析数据更新初始协同决策自评价体系...
- 李雄李梦迪张易东倪晓升蒋燕梅吕雅丽熊宇涵秦小营谢雨琪冼军成诚
- Lomb-Scargle周期图法在GDP预测中的应用被引量：4
- 2015年
- 文章首次将天文学领域的Lomb-Scargle周期图法应用到GDP预测中,发现并提出了“GDP指数拟合增长波动率周期”,建立了结合Lomb-Scargle周期图法的指数预测模型,利用1978~2004年的GDP数据采用上述模型预测我国2005~2009年的GDP,并与其他文献所建模型的预测值进行比较,预测精度明显提高,证实了所建立模型在GDP预测中的有效性。
- 索泽辉冼军
- 关键词：GDP预测
