期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
拟c^#-正规子群与有限群的可解性
1
作者 韦华全 谢芬芳 +2 位作者 周宇珍 李姣 古徽龙 《广西大学学报(自然科学版)》 CAS 北大核心 2020年第3期681-685,共5页
设G是有限群,H是G的子群,称H在G中拟c^#-正规,如果存在G的次正规子群K和含于H的CAP-子群H c,使得G=HK且H∩K≤H c。该文利用某些子群的Sylow子群的拟c^#-正规性,得到有限群可解性的若干新的判别条件。
关键词 有限群 极大子群 SYLOW子群 拟c^#-正规子群 可解群
在线阅读 下载PDF
华南台风灾害的风险熵-极限学习机预测模型研究 被引量:1
2
作者 卢耀健 刘合香 王萌 《灾害学》 CSCD 北大核心 2019年第4期216-221,共6页
结合广义模糊熵原理和模糊c均值聚类方法构建华南台风灾害风险熵模型,对华南台风灾害进行风险分析,讨论其分布情况;利用灰色关联分析法,探讨华南台风灾害的灾情因子、致灾源因子分别和灾害风险熵之间的关系以及二者对风险熵的影响程度;... 结合广义模糊熵原理和模糊c均值聚类方法构建华南台风灾害风险熵模型,对华南台风灾害进行风险分析,讨论其分布情况;利用灰色关联分析法,探讨华南台风灾害的灾情因子、致灾源因子分别和灾害风险熵之间的关系以及二者对风险熵的影响程度;建立基于极限学习机的非线性回归模型,以多元线性回归和BP神经网络两种方法作为对照组,进一步探讨风险熵与灾情因子和致灾源因子关系。结果表明,华南台风灾害风险熵值呈正态分布,与灾情因子和致灾源因子的灰色关联度分别为0.7162和0.7949,受灾情因子和致灾源因子的影响较大;利用构建的极限学习机模型预测的华南台风灾害风险熵值平均绝对误差为0.059,拟合优度为92.82%,将预测结果与常规的多元线性回归和BP神经网络方法的预测结果进行对比分析,结果表明,用构建的极限学习机模型预测华南台风灾害风险熵值,其性能比常规多元线性回归和BP神经网络方法有明显的改进。 展开更多
关键词 华南 台风灾害 风险熵 极限学习机 灰色关联 模糊聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部