结合流形结构与柔性嵌入的多标签特征选择

将线性回归模型与流形结构相结合,构成了弱线性多标签特征选择的联合框架。首先,用最小二乘损失函数来学习回归系数矩阵;其次,通过标签流形结构来学习数据特征的权重矩阵;再次,用L2,1-范数来约束回归系数矩阵和特征权重矩阵,这样既能引导稀疏性,又有利于特征选择。此外,设计并证明了具有收敛性的迭代更新算法来解决上述提出的问题。最后,所提出的方法在多个经典多标签数据集上进行了验证,实验结果表明了所提算法的有效性。     

扰动双参数C半群的直接范数连续性

在Banach空间上,根据双参数C半群的扰动定理,证明了若由算子A生成的双参数C半群是直接范数连续的,且当存在一个有界线性算子B,使得由算子A+B生成的双参数C半群是直接范数连续的。     

矩阵极分解计算的一个注记

设$p$是大于$1$的偶数,根据方程$x^{-p}-1=0$的Newton求根公式, 给出计算非奇异矩阵酉极因子的数值方法,并证明了它具有二次收敛特性. 数值例子表明该算法是有效的.     

x-Gorenstein投射模与Frobenius扩张

设R∝A是环的扩张。基于任伟对Gorenstein投射模和Frobenius扩张的研究,利用同调代数的方法,讨论了x-Gorenstein投射模与Frobenius扩张,并证明了当R∝A是环的Frobenius扩张且环A的左整体x-Gorenstein投射维数lxGDP(A)∞时,对任意左A-模M有:_AM是x-Gorenstein投射左A-模当且仅当潜在模_RM是■-Gorenstein投射左R-模。     

基于相参积累的捷变频雷达系统相位误差估计与稀疏场景重构算法

针对系统相位误差导致的捷变频雷达目标回波信号相参积累性能下降问题, 构建了系统相位误差下捷变频雷达目标回波信号相参积累模型, 并基于目标的距离-速度二维稀疏性建立了最小ℓ₁范数优化模型, 提出一种基于交替方向乘子法的系统相位误差估计与目标场景稀疏重构联合处理算法, 实现了系统相位误差和目标参数的精确估计。仿真结果表明, 在信噪比为20 dB的情况下, 该方法能够精确估计系统相位误差, 其估计误差在2°以内。同时，相比于逆合成孔径雷达相位自聚焦算法, 所提算法重构性能和计算效率均得到改善, 目标重构幅度均方差提高了10 dB, 运算时间减少到1/2。     

一类初等算子的范数

目的讨论B(H)上初等算子Δ(X)=AXB CX的范数。探求‖Δ‖=‖A‖‖B‖ ‖C‖(A,B,C≠0)成立的充要条件和‖Δ‖的下界。方法以正规极大数值域这一复数域上的紧凸子集为媒介,根据其定义及初等算子范数的性质推导。结果‖Δ‖=‖A‖‖B‖ ‖C‖(A,B,C≠0)成立的充要条件是‖A*C‖=‖A‖‖C‖且WN(A*C)∩WN(B)≠。并求出‖Δ‖≥supλ∈WN(B)‖‖B‖A -λC‖。结论得到有关初等算子Δ范数上界的一个充要条件,找到了初等算子Δ范数的下界。并且得到初等算子范数的一些推论。     

F范数和谱范数定义下的最小二乘估计

本文主要把一元线性模型中最小二乘估计的思想以及数学上的表达形式,利用范数推广到对多元线性模型的参数估计中,提出了在F范数和谱范数意义下的最小二乘估计。     

改进的新颖全局和声搜索算法

为了提高和声搜索算法的寻优性能,提出了改进的新颖全局和声搜索(INGHS)算法.通过差分向量范数定义和声记忆库多样性,以和声记忆库的多样性信息为指导实现位置动态更新,并结合变异操作更新和声记忆库.算法采用动态位置更新策略产生新和声,在寻优早期具有较好的全局搜索性能,在寻优后期具有较好的局部搜索性能,提高了算法跳出局部最优的能力.利用7个标准测试函数对所提算法与目前已知文献中优秀的改进HS算法进行性能测试,测试结果表明所提算法具有较好的寻优性能.     

统计收敛与Lacunary统计收敛

针对Lacunary统计收敛与经典统计收敛的相容性问题,利用统计测度理论证明了Lacunary统计收敛与经典统计收敛等价的充分必要条件是相应的Lacunary序列是几何递增的.