论文研究 有理差分方程类的研究

随着大数据共享时代的到来,数据隐私保护问题也随之突显。自 2006 年提出以来,差分隐私技术在支持隐私保护的数据挖掘与数据发布方面得到了广泛研究。近年来,Google、Apple 等公司陆续将差分隐私

从老板数独的定义建立了与原问题等价的方程组，由该方程组推导出一系列数学性质，包括候选数删除性质、唯一确定法性质、矛盾性质、不变性性质，说明了数独的人工推理规则包含在这些性质之中。利用这些性质提出了求解

以一类布尔方程组形式的NP问题可满足性阈值估计为研究目的，通过将高斯消去算法与摘叶算法相结合的方法给出了一种求解该问题的完全算法，并通过不同参数条件下对大量随机实例进行数值实验得到了原问题可满足性阈值

时间-空间分数阶Black-Scholes方程的一类高效差分方法，李玥，杨晓忠，分数阶Black-Scholes(B-S)模型的数值解法对许多金融衍生品定价研究发挥着显著的促进作用，针对时间-空间分数

在本文中,我们引入了一种聚类方法来近似求解带跳的一般倒向随机微分方程(BSDEJ)的解决方案。 我们显示了逼近真实解的序列的收敛性。 该方法是为金融应用实现的。 数值结果表明该方法是有效的。

在本文中，我们主要处理一类高阶耦合的Kirch-hoff型方程。 首先，我们利用Hadamard图来获得原始方程的等价形式。 然后，利用谱隙条件证明了惯性流形。 我们获得的主要结果是，惯性流形是在M（

开发了一种自适应指数时间提前框架，用于在混合非结构化弯曲网格上求解带有变阶不连续Galerkin（DG）离散化的多维Navier-Stokes方程。 自适应框架通过基于单元的可变阶DG细化和元素Jac

在这项工作中，我们研究了两种类型的离散希尔方程。 第一个来自连续时间希尔方程的离散化过程，我们称为离散希尔方程。 第二个是离散时间中自然得到的，称为离散时间希尔方程。 离散化的目的是保留连续时间的行为

使用简化的齐次平衡法，从线性方程组到Boussinesq-Burgers方程组进行了非线性转换。 基于非线性变换和线性方程组的各种给定解，获得了Boussinesq-Burgers方程的各种精确解，包

结合均值平衡法的原理，将exp函数展开法和行波变换法应用于等宽方程，得到了等宽方程的精确解。 所获得的解包括三角函数，双曲函数和有理函数。 该方法可以求解其他非线性发展方程的精确行波解。