摘要:研究一类具有范数结构特殊多目标优化问题的最优性条件。通过计算该类问题目标函数的广义次微分，系统论述了Pareto有效解的FJ最优性条件和KKT最优性条件，并基于这些定理定义了新的Pareto-FJ稳定点和Pareto-KKT稳定点，提出并证明了这2类稳定点的等价条件，以及它们对应的几何最优性条件。针对带有一般约束和区间约束的一类具范数结构凸多目标优化问题，建立了Pareto-FJ最优性条件、Pareto-KKT最优性条件等一系列定理。所得结果丰富了多目标优化理论，为具有范数结构多目标优化问题的应用研究打下基础。

摘要:针对大规模可分凸优化问题，提出自适应步随机原始对偶算法。首先将此问题等价地转换为一个对偶变量可分离的鞍点问题，接着随机选择鞍点问题的对偶变量更新，并按照一定规则自适应选取原始对偶步，证明得到该算法迭代点的遍历序列按期望以O(1/N)的速率收敛。数值实验的结果表明该算法可以有效解决正电子发射断层成像问题。

摘要:为了研究带约束鲁棒标量化问题的最优解与多目标优化问题的鲁棒有效解和鲁棒弱有效解之间的关系，获得鲁棒解的性质。利用鲁棒标量化方法将带约束的确定性多目标优化问题推广到鲁棒多目标优化问题，并在不同参数条件下，对鲁棒有效解和鲁棒弱有效解进行研究。建立了鲁棒有效解和鲁棒弱有效解的一些充分条件，并给出具体例子对主要结果进行解释。所得结果是对最近一些研究工作的改进与推广。

摘要:评估渠江合川段鱼类资源时空分布特征，为该江段渔业资源管理和保护提供基础数据和科学依据。于2019年4月(春季)和2019年10月(秋季)使用Simrad EY60型回声探测仪对渠江合川段进行水声学探测调查。调查结果显示：渠江合川段鱼类时空分布不均匀，在研究期间大部分水平或垂直区域的鱼类平均密度呈减小趋势。渠江合川段鱼类水平分布不均匀，春季右岸鱼类平均密度最大、左岸鱼类平均密度次之、中心鱼类平均密度最小，秋季左岸鱼类平均密度最大、右岸鱼类平均密度次之、中心鱼类平均密度最小；该江段鱼类垂直分布也不均匀，春季下层鱼类平均密度最大、中层鱼类平均密度次之、上层鱼类平均密度最小，秋季中层鱼类平均密度最大、下层鱼类平均密度次之、上层鱼类平均密度最小。在春季，渠江合川段鱼类体长范围为394～6237 cm，平均体长为1567 cm，占比最高体长为394 cm；在秋季，该江段鱼类体长范围与平均体长与在春季时相同，占比最高体长为556和699 cm。渠江合川段春、秋季鱼类平均体质量均为2001 g，在春季占比最高体质量分别为032 g，在秋季占比最高体质量分别为089和178 g。调查结果提示渠江合川段鱼类生物量分布不均匀，鱼类主要集中分布在鱼类潜在的产卵场或索饵场，在未来的区域渔业资源管理中应对此特别关注，流域内的生态环境监管和保护工作应进一步加强。

摘要:为探究不同光色环境对鲤科(Cyprinidae)鱼类群体行为的影响，以喜集群的中华倒刺鲃(Spinibarbus sinensis)幼鱼为实验对象，将体型相近且身体健康的实验鱼随机平均分到白光组(对照组)、绿光组、红光组等3个不同光色处理组中，每组包括20个鱼群，每个鱼群包含6尾实验鱼。在水温为(272±03) ℃的开放水域环境下拍摄每个光色处理组的实验鱼群行为并分析它们的个体行为和群体行为特征参数。结果显示：1) 与白光处理下的实验鱼群相比，在绿光和红光处理下实验鱼群的个体游泳速度和个体移动总距离均具有统计学意义上的增大(p<005)，且红光组实验鱼群的这2项参数增幅更大；2) 与白光处理相比，红光处理使实验鱼群的个体游泳同步性有统计学意义上的降低(p<005)，但绿光处理对实验鱼群该项参数没有统计学意义上的影响；3) 与白光处理下的实验鱼群相比，红光处理下实验鱼群的个体间距离和最近邻距离具有统计学意义上的增大(p<005)，而绿光处理下实验鱼群的这2项参数则有统计学意义上的减小(p<005)；4) 在红光和绿光处理下，实验鱼群的群体运动速度同在白光处理下相比均具有统计学意义上的增大(p<005)，且只有白光和红光处理下的实验鱼群的群体运动时间百分比具有统计意义上的差异(p<005)；5) 绿光组与白光组实验鱼群的群体极性具有统计学意义上的差异(p<005)，但红光组和白光组实验鱼群的该项参数则无统计学意义上的差异。上述结果提示：与白光处理相比，红光处理可引起中华倒刺鲃幼鱼鱼群的群体协调性和凝聚力降低，群体表现更加松散和杂乱；绿光处理则能明显提高该鱼种幼鱼的群体协调性和凝聚力，这可能与绿光处理对群体运动中个体成员间的信息交流具有积极影响有关。

摘要:为涪江流域内生态环境的保护、自然资源的有效管理以及相应社会和经济发展战略的制订提供科学依据，基于MODIS NPP、年均气温、年降水量和年累计日照时数数据，采用重心法和相关分析研究了2000—2020年涪江流域植被净初级生产力(net primary productivity，NPP)时空变化及对气候的响应。结果显示：在研究时段内涪江流域植被NPP呈“西北高东南低”的空间格局，多年平均NPP值以植被的碳质量计为56822 g·m-2·a-1，以年均825 g·m-2(R2=0802 3)速率呈波浪式递增趋势，流域植被NPP重心总体向东南方向演进。涪江流域内面积占比为6496%的区域植被NPP变化受气候的影响，植被NPP与气候因子的相关性在宏观上都表现为正相关与负相关并存的空间格局，气候因子对流域植被NPP的影响程度和范围最大的为降水，然后依次是气温和日照。由上述结果可知，2000—2020年涪江流域植被NPP的时序变化存在波动性、空间分布及变化存在不均衡性；降水是影响流域内植被NPP时空变化的主要气候因子；建议在该流域上游地区侧重进行植被恢复、生态保护和预防灾害工作而在中、下游地区注重气象的定点预测与预报工作。

摘要:针对机器视觉野外自然条件下采集土壤图像包含阴影、空洞、缝隙等可能对土种识别产生影响的因素，和土壤图像采集、标记成本高，样本量小的问题，提出一种基于土壤子图选择的土种识别方法。该方法以局部阴影最小化及空间距离最大化为准则，构造最优化模型；并基于最大最小距离算法思想，迭代更新距离矩阵求解优化模型，获得选择子图中心点，构建土壤子图数据集。实验结果显示：土壤子图选择算法构建的数据集在3个不同深度ResNet模型下训练、识别测试，均有较好的训练、识别精度；在土壤子图选择〖WTBX〗α〖WTBZ〗参数为1、子图尺寸为224时，在浅层网络ResNet-18下能达到最佳测试结果，训练的网络模型在验证集识别准确率为9248%，测试集识别准确率为9295%，相较于土壤原图数据集的最佳土种识别结果提升4665%；利用最小外接矩阵能加速相较于不使用加速，子图选择算法提升运算速度3888%。基于子图选择的土种识别大幅度提升了土种识别准确率，证明算法是有效的。

摘要:为了研究和刻画Kropina度量的数量曲率，利用Kropina度量的导航术技巧及数量曲率的定义展开讨论。令F=〖SX（〗α2〖〗β〖SX）〗〖JP2〗是一个由导航数据(h,V)确定的Kropina度量。在F关于Busemann-Hausdorff〖JP〗体积形式的S-曲率是迷向的条件下，〖JP2〗讨论了F的数量曲率r(x)和h的数量曲率r〖TX-*2/7〗(x)的关系。特别地，当F是一个Einstein-Kropina度量时，证明了r(x)=r〖TX-*2/7〗(x)。

摘要:针对变密度Ericksen-Leslie方程提出了一种高效的数值算法。首先，通过自由能定义一个标量辅助变量(scalar auxiliary variable,SAV)并由此得到一个等价的新系统。其次，对新系统建立一个数值格式，其中Ginzburg-Landau惩罚函数通过SAV被显式处理从而将非线性项线性化。理论分析证明了格式的唯一可解性和无条件能量稳定性，并且通过严格的误差分析证明了格式的一阶收敛率。通过数值模拟验证了理论推导结果，并给出了奇点湮灭过程。所构造的格式在理论上和数值计算中都保持了预期的精度，并且在演化模拟中表现出良好的性能。

摘要:为解决现实农业生产环境中的苹果叶部病害识别较为困难的问题，提出一种基于自监督域自适应网络的识别模型。该模型首先引入域自适应的方法，通过苹果叶部图片源域与目标域数据集的联合训练，减少源域到目标域的域偏差，增强预训练的模型在目标域上的泛化能力；其次添加自监督模块并引入一种对比损失，使模型在特征空间上学习到病变区域更为细致的表征信息，从而有效增强对相似症状的辨别能力，提高模型的分类性能。模型在具有复杂背景的公共苹果数据集上进行实验，结果表明所提模型对各类病害的平均识别准确率为9131%，实现了较高的分类准确度。所提模型与其他流行的卷积神经网络方法相比，实验结果有一定的提升，验证了提出的模型在实际生产环境中对苹果叶部病害识别上的有效性。

摘要:基于变分自动编码器的深度聚类方法因较好的生成能力和聚类性能而受到广泛关注。然而现有的基于变分自动编码器的聚类算法通常需处理具有挑战性的证据下界（Evidence lower bound, ELBO）来实现聚类。同时，这些算法需要先验知识来假设类别分布，大多数方法还依赖于高斯分布或高斯混合模型。为了克服这些问题，提出了一种基于超球面变分自动编码器的端到端深度聚类网络。该方法采用2个后验分布的KL散度代替了复杂的ELBO，并将von Mises-Fisher混合分布作为潜在空间嵌入的模型。此外它最大化了潜在表示和预测聚类分配之间的扩展互信息以实现更有区分性和平衡性的分配。通过与最先进的深度聚类技术在基准数据集上进行比较，验证了所提出的深度聚类方法的有效性。所建立的模型为复杂数据特征学习和聚类分析提供了一套新的方法，拓展了贝叶斯推断方法在深度聚类上的应用。

摘要:研究入侵植物牛膝菊(〖WTBX〗Galinsoga parviflora〖WTBZ〗)在不同微生境中的表型变异及适应策略。选取生长在操场边、垃圾堆、绿化带、荒地(弃耕地)、果园和人行道边的牛膝菊种群，采用单因素方差分析、多重比较、主成分分析、聚类分析等方法分析与生长、防御相关的表型性状。单因素方差分析和多重比较结果显示：反映生长状况的株高、叶片数、花序数等性状在不同微生境牛膝菊种群间有统计学意义上的差异(p＜005)；反映防御状况的黄酮、总酚、缩合单宁含量、叶片毛密度在不同微生境牛膝菊种群间也有统计学意义的差异(p＜005)；操场边牛膝菊叶、花序的总酚、黄酮、缩合单宁含量较高，叶片毛密度最大；垃圾堆牛膝菊叶、花序的总酚、黄酮、缩合单宁含量较低，叶片毛密度最小；垃圾堆牛膝菊生物量最大而操场边牛膝菊生物量较小；不同微生境中牛膝菊表型性状的变异系数较高，变异系数平均值最大的是叶柄长，变异系数平均值最小的是株高。主成分分析结果显示对第1主成分影响较大的是与生物量相关的性状，对第2主成分影响较大的是防御性状。聚类分析结果显示操场边牛膝菊种群单独聚为1支，其他5个牛膝菊种群聚为另1支。上述结果表明在较小空间范围内，牛膝菊种群生长、防御性状也能表现出较高的变异；牛膝菊会根据生境条件的不同在生长与防御间调整资源分配，不同微生境中的牛膝菊种群具有不同的防御策略，这些特性促进了牛膝菊成功入侵各类生境。

摘要:为探究成渝城市群中心城市空间演变时空过程、揭示其中驱动机制并基于成渝地区双城经济圈建设背景模拟未来城市空间扩展方向，采用城市空间特征测度方法、地理探测器、FLUS模型等方法进行了深入分析，研究结果如下：1) 1980—2020年成渝城市群中心城市空间扩展迅速，城市规模大幅增加，扩展强度均呈现上升趋势。中心城市的紧凑度指数一直呈下降趋势，而分形维数则几乎同步呈现先上升后下降的趋势，城市空间形态不规则化、离散化趋势明显。成都市城市空间扩展形成以同心圆圈层扩展为主的“圈层式、放射状”模式；重庆市城市空间扩展则形成“多中心、多组团”模式。2) GDP、人口、交通和开发区是成渝城市群中心城市空间扩展的主要驱动因素。经济的快速发展吸引人口大量集聚，成为城市空间扩展的根本动力，推动城市空间快速扩张；城市内外不断形成的高速公路网络格局与规划新建的开发区，则对城市空间扩展方向形成明显的牵引作用，是城市空间扩展过程中最直接的推动因素。3) 模拟结果显示未来成渝城市群中心城市仍将依托原有城市空间向外围扩展，同时政策规划要素对城市空间扩展的牵引作用进一步凸显，城市空间将逆向突破地形限制，相向扩展，形成新的城市空间格局。上述研究结果提示：成渝城市群中心城市空间扩展过程存在差异，主要驱动因素从自然因素主导向经济因素和社会因素主导转变，中心城市间相向吸引的互动作用逐渐凸显。建议未来充分发挥成渝地区双城经济圈战略的动能作用，优化城市空间结构，带动成渝地区中部中小城市发展，优化和完善成渝地区城市体系。

摘要: