广义算子s-预不变凸函数及其积分不等式

凸函数及其推广是分析不等式研究中的一个热点,它在纯粹数学和应用数学的众多领域中具有广泛的应用.推广了凸函数的概念,定义了广义算子s-预不变凸函数,然后讨论了广义算子s-预不变凸函数的积分不等式,得到了若干个结果.     

基于互信息的混合蚁群算法及其在旅行商问题上的应用

为了提高蚁群算法的求解性能,从医学图像配准算法的思想出发,提出了一种基于互信息相似度的混合蚁群算法.为了表示最优路径和待配准路径之间的互信息熵,在蚁群算法的概率算子中增加了一个新的相似度影响因子,从而可以增加原算法的全局搜索能力,同时可以加速算法在解空间的搜索速度.将该算法应用在旅行商问题上,根据旅行商问题的特定环境,...     

r次幂平均s-凸函数及其Jensen型不等式

考虑了函数的凸性及其广义凸性,提出并研究了r次幂平均s-凸函数,讨论了它的若干判定定理及运算性质,建立了其Jensen型不等式,并给出了Jensen型不等式的等价形式及推论.研究结果表明,r次幂平均s-凸函数是算术凸函数(凸函数)、几何凸函数、调和凸函数、平方凸函数、调和平方凸函数以及r-平均凸函数的推广,为研究新的凸函数和推广拓展凸函数概念探索了一条新途径.     

广义E-凸函数的几点新发现

广义E-凸函数在优化理论中有着重要的作用.通过对比凸函数的相关性质,得到了广义E-凸函数与凸函数的关系,对文献[5]中引理的证明举出了反例,并对E-凸函数与E-单调的等价性给出了重新证明,进一步论证了在有限维空间中,f在特定的开集E(M)上任意一点都有上界;最后,针对广义E-凸函数已有的性质和结论进行了相应的推广.     

E-伪凸函数性质及在数学规划中的应用

E-凸函数是一类十分重要的广义凸函数.提出了两类新的广义凸函数:E-伪凸函数和严格E-伪凸函数。讨论了它们和E-凸函数、E-拟凸函数以及严格E-拟凸函数之间的相互关系及在数学规划中的应用,尤其是给出了在对偶理论中的几个重要结果.所得到的结果是最近一些文献中相应结论的改进与推广.     

广义预不变凸函数和单调映射

广义预不变凸函数是凸函数的重要推广函数,在数学规划中有许多应用.本文在给出一类广义预不变凸函数--α-(预)不变凸函数、伪α-预不变凸函数等定义的基础上,研究了它们之间的关系及其和单调映射间的联系.     

关于拟-半-E-凸函数的几个新结论

广义E-凸函数作为凸函数的推广在优化理论研究中有着重要的应用.通过对拟-半-E-凸函数已有的性质和结论进行比较与研究,首先给出了拟-半-E-凸函数的有关新性质,并给予了相应的证明;其次分别研究了拟-半-E-凸函数与拟-E-凸函数和半-E-凸函数之间的关系,得出了相关结论;最后给出了关于拟-半-E-凸函数的一个判定定理及其在下半连续情形下的一个判别准则.     

MH-凸函数及其Jensen型不等式

针对调和凸函数,GH-凸函数,AH-凸函数的推广问题,提出了MH-凸函数的概念,通过进一步研究MH-凸函数的凸性特征,给出了MH-凸函数的判定定理和相关性质,建立了关于MH凸函数的Jensen型不等式.     

几何s-凸函数及其性质

函数凸性及其广义凸性是函数的重要性质之一,对凸函数进行分类和推广是研究函数凸性及其广义凸性的一个重要途径.在研究凸函数、Godunova-Levin函数、P-函数和s-凸函数的基础上,针对几何凸函数的推广问题,提出了几何s-凸函数的概念,通过分析几何s-凸函数的凸性特征,给出了几何s-凸函数的若干判定定理和运算性质,建立了几何s-凸函数的Jensen型不等式和Hadamard型不等式.几何s-凸函数概念的建立为研究新的凸函数和拓展凸函数概念开辟了一条新途径.     

半(p,r)-预不变凸函数

首先,定义了一类广义凸集——半p-不变凸集,在此基础之上,利用半预不变凸函数和(p,r)-预不变凸函数,定义了一类新的广义凸函数——半(p,r)-预不变凸函数,并举例说明了它既是半预不变凸函数又是(p,r)-预不变凸函数的真推广,从而是熟知的凸函数和不变凸函数的推广形式.接着,讨论了它的一些有用性质,研究了它在极值问题中的应用.其结果具有一般性,推广了许多涉及不变凸函数,半预不变凸函数和(p,r)-预不变凸函数的文献的结论.     

新的独立性度量及其在混沌信号分析中的应用

发现独立性可用一种简便的数格子方法估计,据此提出了“占格率”这一全新的独立性度量。接着又提出了一类无穷多种独立性度量－准熵,它们将变量经分布函数变换后量化,再用凸函数对其联合概率的均匀性进行度量,占格率的数学期望也是一种准熵,此外,还提出了广义互信息及其递归算法,将传统的互信息推广到一类无穷多种独立性度量,上述新度量对连续变量的分布不作先验假设,而是从样本中得出分布函数值的无偏估计,因此适合于根据观测值估计任意连续分布变量的独立性,本文还将新度量用于混沌信号分析,表明它们都是在经典的互信息之外的奇异吸引子重构时延的好的选取准则,并且指出Fraser和Swinney提出的著名的互信息递归算法是本文提出的广义互信息递归算法的一个特例。     

基于凸Rough集的数据约简和规则发现研究

为了有效地从凸序列中约简数据和发现知识，解决Rough集集中的凸序列问题，在深入研究凸序列和Rough集理论的基础上，提出了凸Rough集模型，定义了凸Rough集和凸Rough集糊集，给出了凸Rough集糊集的隶属函数和应用凸Rough集进行数据约简及规则发现的算法，最后分析了一个应用案例，验证了模型的可行性，表明应用凸Rough集模型可以更好地进行数据约减和规则发现。     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

一种基于同义词词典的模糊查询扩展方法

在信息检索系统中,查询扩展是一种非常有效的改进检索性能的方法. 为此,提出一种基于同义词词典的模糊查询扩展方法. 该方法中的同义词词典是基于著名的语义词典WordNet中的同义词集合建立的,同义词之间的贴近度[0, 1]使用Tanimoto系数获得. 利用该词典,能够进行较好的查询扩展. 将该方法与向量空间模型结合应用于文本信息检索系统中,所构造的检索模型相当于一种简单的语义模型,并且可以根据阈值来控制查询扩展的程度. 所得试验结果表明,使用该查询扩展方法的信息检索系统较常规信息检索系统的检索性能有一定改善.     

认知无线网络频谱协作感知能耗与吞吐量的凸优化研究

针对认知无线电(cognitive radio,CR)双门限频谱协作感知能量效率与吞吐量优化的问题,提出了利用凸优化理论使能量效率与网络吞吐量达到最优平衡.在能耗一定条件下推导吞吐量关于虚警率与检测率等参数的目标方程;然后,对虚警率和检测率作合理约束,利用凸优化理论对吞吐量方程分析,推导出最优化目标函数的服从条件在一定范围内,关于感知时间与较大门限值满足联合凸或分别凸,吞吐量目标函数的变形在一定范围内,关于感知时间与较大门限值满足联合凸或分别凸;最后,利用凸优化工具获得感知时间与感知门限的最优值.理论分析和仿真结果表明,在能耗一定条件下,对于较为广泛的信噪比区间,该优化方案均可明显提高网络吞吐量及双门限认知无线电频谱协作感知的能量效率.     

基于傅立叶核与径向基核的支持向量机性能之比较

支持向量机（SVMs）是由Vapnik提出的一种建立在统计学习理论上的新方法。这种方法被深入地研究并广泛应用在诸如分类和回归问题上。由于其基于结构风险最小化的机理,因此相对于其他的经典方法有着更好的泛化特性,其中核函数的选择对支持向量机的性能有着很大的影响。深入地研究了基于傅立叶核函数的支持向量机的特性,得出在某些特殊的情况下,基于傅立叶核函数的支持向量机的性能要好于基于RBF核的支持向量机。最后的仿真对其进行了比较验证。      

基于熵的混合粒子群算法在柔性调度中的应用

为了更好地求解大规模柔性车间调度问题,提高柔性车间调度算法的寻优性能,提出一种基于熵的混合粒子群算法.该算法把粒子群算法、遗传算法和模拟退火算法相结合,同时用种群熵自适应调节惯性系数和变异概率,以增强算法的寻优能力和克服算法的过早收敛.典型实例仿真结果表明,该算法能更好地求解柔性车间调度问题,与传统的优化算法相比,在优化精度上具有明显的优越性.     

用于EZW编码图像中的安全隐写算法

提出一种EZW编码图像中的安全隐写算法,该算法以嵌入前后EZW重构小波系数分布的相对熵作为安全指标,采用熵解码变换的方法,将数据比特映射为具有指定分布的0/1比特,并利用量化嵌入机制实现数据的嵌入.所提算法可实现载体和隐写信号一阶统计特性的保持,因此具有一阶的统计安全性.实现结果同时表明,该算法在容量、感知质量和安全性上具有较好的综合性能.     

基于凸优化理论的多用户MIMO SDMA系统

提出了一种基于凸优化理论的多用户MIMO SDMA联合发送一接收优化系统．在此系统中,将各用户的比特误码率作为目标函数通过凸优化理论来得到发送权矩阵和接收权矩阵,使系统在各用户同时达到最优的接收性能．模拟结果表明,这样得出的MIMO SDMA系统性能比传统的以最小均方误差为标准的系统性能有明显的改善。     

一种改进的基于谱熵实时噪声估计的谱减法

语音增强的目标是从含有噪声的语音信号中提取尽可能纯净的原始语音.在实际应用中,需要对背景噪声进行预估计,以达到改善语音质量.目前常用的语音增强方式是谱减法,但由于该算法在低信噪比环境下的效果较差,所以限制了其应用范围.该文将实时噪声估计同谱减法相结合,针对谱减法在低信噪比下效果不明显的缺点,给出一种新的语音增强方案.该方案的目的是优化传统谱减法的性能,对噪声进行更为准确的实时估计;该方案的特点就是利用谱熵对噪声进行估计,通过谱熵估计每一帧语音的噪声,再利用谱减法达到降噪的目的.实验结果表明,该方法与传统的谱减法相比,在低信噪比环境下均能得到较好的去噪效果.