论文部分内容阅读
几类微分系统的周期解与极限环
【机 构】
：
桂林电子科技大学
【出 处】
：
桂林电子科技大学
【发表日期】
：
2016年期
其他文献
在本文中，我们探讨了高维度的机器学习问题。本文分析了高维问题所面临的挑战以及这些导致这些问题的原因。为了解决这些问题，机器学习在高维度下的模型和算法需要相应地重新设
以学习理论解决数据分析问题,是近期统计学研究的趋势之一。问题规模与复杂性日增的现实,需要更具效率的学习方法。本篇博士学位论文在统计学习理论的框架下,应用核方法,提出
Shannon样本级数可以完全重构有限带信号函数，这是通信工程与数学领域近几十年研究的热点方向之一。由于Shannon级数重构信号函数时要无穷多的采样值，这在实际情况中是达不到的
脉冲微分系统和哈密尔顿系统是微分方程里面的两个重要的研究分支。关于它们的研究结果有很多优秀的文献和方法。这两个系统都有着深厚的实际背景，脉冲微分系统是以考虑脉冲面