关于局部对称极值度量的一个注记

HCMU度量是黎曼曲面上极值度量的一个退化情形,具有整体旋转对称性.证明了具有局部旋转对称性的极值度量一定是HCMU度量.     

1/4对称度量循环联络的共形变换和射影变换

定义了1／4对称度量循环联络,研究了1／4对称度量循环联络的共形变换和射影变换,得到了一些有意义的结论,1）D的共形变换D的（1）型张量,1-形式与D的（1）型张量,1-形式之间关系;2）两个1／4对称度量循环联络满足一定条件,可以互为射影变换。     

基于变尺度差商比序列统计量的小子样静态一致性检验

针对小子样条件下静态一致性检验问题,介绍了利用次序统计量相关理论进行一致性检验的部分方法,在对此类方法的检验过程进行深入探讨的基础上,借鉴已有的部分研究结论,对利用变尺度差商比序列统计量进行一致性检验的思路和方法进行了改进,改进后的方法适用于任意分布子样,计算过程简便且检验效果良好.     

广义对称正则长波方程的一个拟紧致守恒差分算法

对一类广义对称正则长波(GSRLW)方程的初边值问题进行了数值研究,提出了一个三层拟紧致平均隐式差分格式,格式模拟了初边值问题的守恒性质,得到了差分解的存在唯一性,并利用离散泛函分析方法分析了该格式的二阶收敛性与稳定性.数值结果表明,该格式的精度明显好于一般的二阶格式.     

广义对称正则长波方程的守恒型差分格式

作者对广义对称正则长波方程的初边值问题提出了三层守恒型差分格式,该格式能很好模拟原问题的守恒性质,然后分析了该格式的二阶收敛性与稳定性.数值算例表明,本文的格式是可行的.     

基于扩展AUC量度模型的本体算法

通过最小化扩展的AUC量度得到最优排序函数,从而将本体图(或多本体结构图)中每个顶点映射成一个实数,通过比较本体顶点对应实数间的差值判断概念间的相似程度.实验表明:新算法对于本体相似度计算和在不同本体间建立映射是有效的.     

基于度量学习的邻域k凸包集成方法

k局部凸包分类方法通过改进k近邻算法在处理小样本问题时的决策边界而显著提高分类性能,k子凸包分类方法通过克服k凸包分类对类数和样本环状分布的敏感性而改善了分类性能。但是,该方法仍然对样本距离度量方法敏感,并且在k邻域内不同类的样本数经常严重失衡,导致分类性能下降。针对上述问题,文章提出了一种邻域k凸包分类方法,并通过引入距离度量学习和集成学习技术来提高算法对样本空间度量的鲁棒性。大量实验表明,文中提出的基于度量学习的邻域k凸包集成方法具有显著的分类性能优势。     

综合数字防伪方案

为了满足防伪条码生产及验证过程的安全性,提出采用数字进行产品防伪的综合方案。针对数字防伪的特征提出采用对称加密算法及哈希函数来产生防伪号码来保证其不可伪造性,并加入公钥加密算法保证对称算法密钥的安全;为防止网络上的木马程序攻击,提出在验证服务器和Web服务器间进行并口通信来保护验证服务器上敏感数据的安全,从而达到验证过程的安全性要求。最后,对方案可能遭到的攻击进行分析,结果表明方案是安全的。     

基于量化指标分析的软件质量度量方法

使用定量的软件质量度量能够为质量管理人员的决策提供数据的基础，并减少定性评价或者主观评价的片面性。本文基于ISO/IEC9126软件质量标准，在分析软件质量度量的量化指标的基础上，进行了软件质量度量方法的研究，完善了软件质量综合特性和定量指标的度量模型。     

基于量化指标分析的软件质量度量方法

使用定量的软件质量度量能够为质量管理人员的决策提供数据的基础，并减少定性评价或者主观评价的片面性。本文基于ISO/IEC9126软件质量标准，在分析软件质量度量的量化指标的基础上，进行了软件质量度量方法的研究，完善了软件质量综合特性和定量指标的度量模型。     

对称正则长波方程的拟紧致守恒平均隐式差分格式

作者对对称正则长波 (SRLW)方程的初边值问题进行了数值研究,提出了一个带有加权系数θ的三层拟紧致平均隐式差分格式,格式模拟了初值问题的守恒性质,得到了差分解的存在唯一性,并利用离散泛函分析方法分析了该格式的二阶收敛性与稳定性.     

Fuzzy数空间上几种收敛结构的关系

给出了模糊数空间上 3种收敛之间的关系 :limn→∞D∞(un,u) =0 limn→∞sendun =sendu un →Γu ,[un]0→dH[u]0 .并通过一反例说明条件 [un]0 →dH[u]0 是必要的     

英汉姓氏趋同性和趋异性研究

从语用功能层面来看,英汉姓氏作为语言符号发挥着极其重要的称呼指示功能。从丰富的范例分析可以看出,英汉先民所处的社会背景和生活环境直接影响到各自姓氏的产生和应用,英汉姓氏在起源、类别及应用等方面的异同揭示出两地姓氏在其称呼指示功能以外的语言和文化内涵。     

Evolutionary radiations and convergences in the structural organization of mammalian brains

The sizes of mammalian brain components seem to be mostly related to the sizes of the whole brain (and body), suggesting a one-dimensional scale of encephalization. Previous multivariate study of such data concludes that evolutionary selection for enlargement of any one brain part is constrained to selection for a concerted enlargement of the whole brain. However, interactions between structurally related pairs of brain parts confirm reports of differential change in brain nuclei, and imply mosaic rather than concerted evolution. Here we analyse a large number of variables simultaneously using multi-dimensional methods. We show that the relative proportions of different systems of functionally integrated brain structures vary independently between different mammalian orders, demonstrating separate evolutionary radiations in mammalian brain organization. Within each major order we identify clusters of unrelated species that occupy similar behavioural niches and have convergently evolved similar brain proportions. We conclude that within orders, mosaic brain organization is caused by selective adaptation, whereas between orders it suggests an interplay between selection and constraints.     

关于各种收敛性关系的若干反例及两个新的定理

主要研究了Lp(p≥1)空间中的强收敛(依范数收敛)、弱收敛与几乎处处收敛、依测度收敛、一致收敛之间的关系,并举出了若干反例;进一步对函数序列或测度空间作某些假设,得到了一些肯定的蕴涵关系与重要的结论.     

基于标准可加性模型的模糊神经网络

在对可加性模糊系统的最重要的组成部分标准可加性模型（SAM）进行研究的基础上，把SAM系统与神经网络相结合，并推导出适合此网络结构的简化的隶属函数参数的学习算法，从仿真结果可知该方法简单、学习次数少、逼近精度高。     

模糊可靠性分析一次二阶矩法

文章给出了连续模糊变量变换为当量连续随机变量时其当量概率密度函数的一般表达式,并推出了具有线性隶属函数和正态型隶属函数2种常用模糊变量时当量概率密度函数的具体表达式,得出了2种常用模糊变量的当量均值和当量标准差,从而首次用传统可靠性理论中的一次二阶矩法分析复杂情况下的模糊可靠性;算例表明采用文中方法既可容易地分析模糊可靠性,又能较直观地用可靠性指数度量模糊可靠性。     

基于AFS方法的模糊推理规则

AFS（Axiomatic Fuzzy Sets）方法是一种新的模糊数学分析方法，它是从问题的原始数据出发用统一的算法建立起来的，给出了一种全新的隶属函数定义。将这种新的方法与格贴近度综合起来分析数据库中的各种属性之间的关系，再结合多重模糊推理规则，得到了一个新的基于AFS方法的模糊推理方法。并由一个例子推出了一条模糊推理规则，该模糊推理规则与文章给出的表格中的原始数据以及人的直觉相接近，便于利用计算机分析数据库，以及进行数据挖掘。     

基于混合差分法的运动目标检测

为了提高背景重建速度和目标检测精度,提出了基于混合差分的运动目标检测方法.采用一种基于统计模型的区域像素级背景重建方法.结合帧差分法对于环境的适应性和背景差分法目标检测的准确性.首先用帧差分法得到目标最大的可能区域,在该区域进行像素级背景重建.然后用背景差分精确提取目标区域.既克服了单纯帧差分对于目标运动速度的限制,又缩小了背景差分的区域,使运动目标检测的时间复杂度迅速降低.通过实验,验证了该方法在检测精度和速度上的优势,可以应用于视频监控和目标跟踪领域.     

基于差值区域的实时人脸定位

为了解决红外图像人脸跟踪鲁棒性差的问题,提出一种基于差值区域的实时人脸检测和定位方法,该方法主要是利用改进帧间差分法得到一帧差分图像,然后对差分图像进行预处理,确定"类"瞳孔的位置,进而标记出人脸差值区域,对该区域归一化后应用AdaBoost方法进行验证,从而得到人脸的准确定位。研究结果证明:该系统定位方法比直接应用AdaBoost方法有更好的实时性,该方法的各个环节都满足实时性要求,为红外条件下的人脸跟踪系统提供了有效的解决方案。