基于非负矩阵分解和极限学习机分类的合成孔径雷达图像变化检测

两时相合成孔径雷达(synthetic aperture radar, SAR)图像变化检测中,差异图的噪声残留将会对变化检测的精度产生较大的影响,传统增量学习模式的检测方法直接对差异图像素样本进行聚类获得伪标签,但没有考虑差异图噪声残留的影响,故检测精度很难提升。考虑对差异图的邻域空间信息采用非负矩阵分解的方式进行特征降维提取,进而根据提取的特征进行聚类可获得高可靠的伪标签,然后基于这些样本伪标签和对应的两时相SAR图像邻域块特征向量构成样本集,利用极限学习机学习其非线性变化关系并最终完成分类,获得变化检测二值图。实验表明,该方法能有效地抑制差异图中的噪声残留影响,提升检测精度,对斑点噪声影响变化检测精度具有较高的鲁棒性。     

一类P-Laplace型椭圆方程组非常弱解的存在性

为了建立非齐次项是P-Laplace型算子的椭圆方程组非常弱解的存在性，构造适当的相对截断函数作为检验函数，并通过适当形式的权函数，结合相对覆盖分解和权重、散度-旋度定理等偏微分方程证明技巧，得到了具有P-Laplace型椭圆方程组非常弱解的存在性。     

李超代数Alg(K3,ω3)上的超双导子及超交换映射

利用超双导子的基本性质,确定李超代数Alg(K₃,ω₃)上的超斜对称双导子,证明Alg(K₃,ω₃)上的超斜对称双导子都是内导子.得到Alg(K₃,ω₃)上的线性超交换映射是标准的.