拓扑分子格上的几乎连续和ο-连续序同态

1 几乎连续、几乎开(闭)序同态的特征性质定义1 设f:(L_1(M_1),δ_1)→(L_2(M_2),δ_2)是序同态,a∈M_1,若Q∈η_2(f(a)),f~(-1)(Q°~-)∈η_1(a),(其中η_1(a)表示口的一切远域之集),则称f在分子a处几乎连续。定义2 设L(M)是拓扑分子格,S={S(n),n∈D}是分子网,a∈M,S叫做几乎收敛于a,若P∈μ(a),S(n)不≤P°~-最终成立。     

关于MATROID的一个特征性质

本文给出了 Matroid 的一个特征性质,即给出了以下定理:设 S 是集合, 2~,Φ∈, 为子集闭的,则(S,)为 Matroid 当且仅当下列条件满足:对X={x_1,x_2…x_n)∈,Y={y_1,y_2,…y_m)∈,X、Y 在 F中极大,则 n=m,且适当调整 x_i的顺序,可使i,{y_1…y_(i-1),x_i,y_(i+1)…,y_m}∈(i=1,2,…n)     

Fuzzy 群的几个等价定义

本文将要用到〔3〕中引入的若干概念,为叙述方便,简列于后。集X 到〔0,1〕的一个函数A 称为X 的一个fuzzy 子集;X_1={x∈X|A(x)>0)称为A 的承集。x_λ称为X 上的fuzzy 点;若x_λ(a)={λ当a=x 0 当a≠x a∈X;点x 叫它的承点。x_λ∈A 即0<λ≤A(x);x_λ=y_μ即x=y 且λ=μ;x_λ(?)y_μ即x=y 且λ≤μ。“(?)”是fuzzy 子集A 上的运算:(?)a_λ,b_μ∈A,存在唯一c、∈A,记作a_λ(?)b_μ=c_(?),使当a_(λ′)(?)a_λ,b_(μ′)(?)b_μ时,a_(λ′)(?)b_(μ′)(?)a_λ(?)b_μ,称“(?)”为A 的广义积。当v=min(λ,μ)时,记a_λ(?)b_μ=c_ν为a_λb_μ=c_ν,称为A 的狭隘积,以下仅讨论这种狭隘积。     

自治系统的周期解

考虑自治系统: dx_i/dt=f_i(X_1,X_2,…,X_n)(i=1,2,…,n)(1)其中右端函数满足解的存在与唯一性定理条件。定义1 相空间的点y称为点x_0的ω极限点,如果存在时间序列{t_n}当n→+∞,t_n→+∞且y=lim x(t_n,x_0)。n→∞定义2 给定环面体G的截面S(在n—1维超平面上)称为G的拟截割,如果对任意~x∈S,有S_x?S,x∈S_x和δ=δ(x)>0,使得φ((-δ,δ),S_x)为R·中包含x的开集,这里φ(t,P)为方程(1)满足初值x(0)=P的解。     

Pòlya计数定理之精细化

本文继续[5]的讨论,分别给出了当作用群为对称群S_n及交错群A时的相应公式为 sum from n=F∈Б(S_n) N(F)W(F)=(y_1+y_2+…+y_m)及 sum from n=F∈Б(A_n) N(F)W(F)=(y_1+y_2+…+y_m)其中N(F)=n1/2当W(F)=y_(il)…y_(in)(y_(ij)≠y_(it),j≠t)     

关于拓扑Boole格的积（Ⅰ）

[1]指出.拓扑空间的积能否推广到古典拓扑Boole格上是一个未解决的问题.本文证明这一推广是可以的. 设{B_1}_1∈△是一族Boole格,用IB表示一切形式为x={x_1)_1∈△(x_1∈B_1)的元的集.设y={y_1}_1∈△(y∈_1∈B_1)是IB的另一元,规定xI=y当且仅当对1∈△,有x_=y_1,规定了这样相等关系的集IB称作{B_1}_1∈△作为集族时的(I)积,记作:IB=(I) B_(1或IB= B_1)·如果(I)积IB中元x={x_1}_1∈△.对某个l_0∈△,有x_(10)=O_(10)是B_(10)中最小元),把所有这样的x看成是相同元,     

两个谱任意模式

设λ1,λ2,...,λn(可以相同)为实矩阵A的所有特征值,记为σ(A)=(λ1,λ2,...,λn).n阶符号模式矩阵S=(sij)是指元素取自{ ,-,0}的矩阵,S的定性矩阵类是指集合Q(S)={A=(aij)∈M\{n\}(R):对所有的i和j,sign(aij)=sij},记σ(S)={σ(A):A∈Q(S)}.设S为n阶符号模式矩阵,λ1,λ2,…,λn为n个任意复数,若λ1,λ2,…,λn中的虚数都与其共轭复数成对出现时,便存在A∈Q(S),使得σ(A)=(λ1,λ2,…,λn),则称S为谱任意模式.在本文中,我们得到两个谱任意模式.     

Fuzzy群与分明群关系探讨

§1 Fuzzy点与Fuzyy子群本节扼要地叙述我们进一步讨论中要用到的关于Fuzzy点的主要概念和结果。为简便记,下面将Fuzzy一词简记为F—。定义1.1 设X是群,称由从属函数μ_((?)_λ)~(-1)(z)=μ_(x_λ)(z~(-1)) (z∈X)定义的F—集(x_λ)~(-1)为F—点x_λ的逆F—点。简记为x_λ~(-1)。易知x_λ~(-1)=(x~(-1))_λ。定义1.2 两个F—点x_λ,y_μ的乘法规定为     

半群T_(n,r)的极大(正则)子半群的完全分类

设S_n和T_n分别是X_n={1, 2,…,n}上的对称群和全变换半群.对1≤r≤n,令T(n,r)={α∈T_n:|im(α)|≤r},则T(n,r)是全变换半群T_n的双边理想.对1≤r≤n-1,考虑半群T_(n,r)=T(n,r)∪S_n,得到了半群T_(n,r)的极大子半群S有且仅有两类:S=T_(n,r)\[τ_i](1≤i≤p=p_r(n))和S=T(n,r)∪G,其中G是群S_n的极大子半群.同时,证明了半群T_(n,r)的极大子半群和极大正则子半群是一致的.所得结果推广了已有的结果.     

Hilbert空间中非扩张半群的隐格式广义迭代程序

设H为实Hilbert空间,在H上考虑具有公共不动点的非扩张半群f={T(S):sE≥0),具有常数0<α<1的压缩映象f,和具有系数γ>0的强正线性有界算了A.设0<γ<γ/α,文章证明了由下列产生的序列{xn},强收敛于f={T(s):sE≥0}的某一公共不动点x3∈F(T),且x3是下列变分不等式的唯一解.〈(γf-A)x3,z-x3〉F0,对任意的z∈F(T)。     

关于定义在满足强分离条件的自相似集上的动力系统的一点注记

在满足强分离条件的自相似集上 ,可以定义一个连续自映射。这个自相似集的单位化的Hausdorff测度是它的不变遍历测度。还给出这个遍历测度是该自映射的一个极大熵测度的充要条件     

无穷函数迭代系统的分离性质

讨论了无穷自相似函数迭代系统的分离性质,得到了一个判定函数迭代系统满足有限强开集条件的充分条件.并给出确定其不变集的Hausdorff维数的公式.     

一类弱自相似集的强正则性

自相似集和1中的Cookie-Cutter集具有强正则性,即它们的Hausdorff维数与Bouligand维数相等.考虑一类弱自相似集,在一定的条件下,利用隐含定理证明它们也具有强正则性.所获结果包含并推进了已有结果.     

局部紧拓扑半群上概率测度卷积幂的一个强极限定理

设S是局部紧第二可数Hausdorff拓扑半群,μ∈P(S)是S上的概率测度,本文利用不变测度证明了卷积幂序列{μ“}的一个强极限定理.     

魔鬼阶梯的Hausdorff测度与Hausdorff维数

在分形几何中,Hausdorff测度与雏数是基本概念,结合Hausdorff测度与雏数的计算,研究了一种特殊的集合-魔鬼阶梯,给出了其Hausdorff测度与Hausdorf维数,并在此基础上将所得的结论进行了推广.     

极小完全Hausdorff空间

本文给出了极小完全Ｈａｕｓｄｏｒｆ空间的一个等价命题,由此得出极小完全Ｈａｕｓｄｏｒｆ空间为ｆ－闭空间,并给出了极小完全Ｈａｕｓｄｏｒｆ空间的映射性质和乘积性质．     

强Hausdorff空间

强Hausdorff分离性是介于完全Hausdorff分离性与Hausdorff分离性之间的一种新的分离性 ,具有拓扑不变性、遗传性及强Hausdorff空间中S -收敛序列的极限点的唯一性等拓扑性质。     

A modified image matching algorithm based on robust Hausdorff distance

Hausdorff distance measure is one of the widely adopted feature-based image matching algo- rithms due to its simplicity and accuracy. However, it is considered that its robustness still needs to be improved. In this paper, various forms of original and improved Hausdorff distance （HD） and their limitations are studied. Focusing on robust Hausdorff distance （ RHD）, an improved RHD with an adaptive outlier point threshold selection method is proposed. Furthermore, another new form of the Hausdorff distance which possesses the merits of RHD and M-HD is prsented. Finally, a recur- sire algorithm is introduced to accelerate the image matching speed of Hausdorff algorithms. Exten- sive simulation and experiment results are presented to validate the feasibility of the proposed Haus- dorff distance algorithm.     

单峰映射允许搓揉序列的Hausdorff维数和测度

利用Hausdorff维数和Hausdorff测度, 对单峰映射的允许搓揉序列的集合给出定量刻画, 证明了该集合在两个符号的单边符号空间中Hausdorff维数是1, 1维Hausdorff测度是0.这与传统的定性分析相比, 结果更有意义.     

非均匀Cantor型集的Hausdorff维数和测度

计算了非均匀Ｃａｎｔｏｒ型集的Ｈａｕｓｄｏｒｆｆ维数，并给出了其Ｈａｕｓｄｏｒｆｆ测度的上界。