Hausdorff测度的规范化处理

讨论了Hausdorff测度的规范化问题,给出了球覆盖下规范Hausdorff测度的定义,获得了其与任意超平面中的Lebesgue测度在数值上的关系.证明了在整数维时,规范Hausdorff测度与任意超平面中的Lebesgue测度在数值上是相容的.并通过实例说明了Hausdorff测度规范化的意义.     

一个自相似分形集的Hausdorff测度估计

利用满足开集条件的自相似分形的性质，得到了一个特殊分形Hausdorff测度的上界估计公式．由此公式以及网测度分别对它的Hausdorff测度的上界进行了估计，并估计了它的Hausdorff测度的下界．     

关于Hausdorff测度的一个不等式

在Besicovitch广义的Hausdorff测度定义下,推出了Hausdorff测度的一个不等式.     

一个特殊分形集的Hausdorff测度估计

利用满足开集条件的自相似分形的性质，得到一个特殊分形Hausdorff测度的上界估计公式。由此公式，对它的Hausdorff测度的上界进行了估计，并用两种方法估计了它的Hausdorff测度的下界。     

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.     

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.     

均匀康托集的Hausdorff中心测度的概率性质

20世纪90年代C.Trioct给出了Hausdorff中心维数与Hausdorff中心测度的定义，接着人们对分形集的Hausdorff中心维数与Hausdorff中心测度进行研究，结果发现Hausdorff中心测度对测度的重分形谱的估计非常有效．对于均匀康托集K(λ)，目前只知Hausdorff中心维数与Hausdorff维数相同．分别借助于数学归纳法和一些细致的不等式估计，给出了均匀康托集K（λ）的概率测度μ(A)＝C^s(A∩K(λ))/C^s(K（λ))具有不等性质μ([o，r])＜r^s，同时构造了K(λ)的一个子集F(λ)满足μ(F(λ))＝1．     

Cookie-Cutter集合的多重结构

给出Cookie-Cutter集合的一种新的多重分解,并计算其Hausdorff测度和Packing测度,得到了它们的Hausdorff维数和Packing维数。     

分形Hausdorff测度上限的数值计算

利用计算机进行辅助计算,给出分形Hausdorff测度上限数值计算的一般步骤,并给出两个Sier-pinski地毯的Hausdorff测度上限数值计算实例.     

关于一类Sierpinski垫片的Hausdorff测度的上限估计算法

文章给出了Sierpinski垫片的Hausdorff测度的上限估计的一种算法,用计算机实现后,得到了Sierpinski垫片的Hausdorff测度的较好的估值．     

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。     

L-fts中强Hausdorff分离性

直接使用的概念见[1],强Hausdorff简记为强H.本文得到如下刻画: 定理1(L~x,δ)为强H的x_λ,y_μ∈M~*(L~X),当xy时,P∈η(x_λ),Q∈η(y_μ)使Q≥x_((supp)(P))(p′的承集的特征函数). 定义1 设S={S_n,n∈D},T={t_n,n∈D}为二收敛的分子网,且n∈D,supp(S_n)=supp(t_n),则称S与T为同族的收敛网.     

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.     

符号空间上Takagi函数的局部水平集

利用符号空间上Moran集的维数性质,研究符号空间上Takagi函数水平集和局部水平集的维数,对符号空间中任意一点给出其对应局部水平集的维数,最后讨论了局部水平集Hausdorff维数的某种连续性.     

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。