关于Z-空间的性质

提出了B-Z-空间的概念,研究了有关Z-空间的性质,同时将泛函分析中赋范空间的积空间与商空间的性质移植于Z-空间之中.     

关于mosaic空间的性质

Mosaic空间是一类重要的广义度量空间,本文的主要结果如下(1)mosaic空间的开象不一定是mosaic空间.(2)若X是完备空间,Y是mosaic空间,则X×Y也是完备空间.(3)若X是完备lindelf空间,Y是分层mosaic空间,则X×Y是仿紧空间.     

Lindeloeff空间和可分空间的讨论

对Lindeloeff闭子空间做了进一步的讨论，并从中给出Lindeloeff空间与可分空间之间的关系，指出可分空间不一定是Lindeloeff空间．     

关于弱J-空间的一些性质

目的　研究弱J 空间、半弱J 空间及其乘积空间和J 空间的锥空间的一些性质。方法　在前人研究J 空间的基础之上,用类比的思想以及构造新空间(乘积空间与商空间)的方法来研究与弱J 空间有关的一些性质。结果　得到了有关弱J 空间和半弱J 空间的一些等价命题及乘积性质,也得到了J 空间的锥空间的性质。结论　①设{X1,X2,K}是空间X的闭覆盖并且满足K紧,X1∩X2= ,则X是弱J 空间当且仅当X1和X2是弱J 空间,且X1或X2紧;②判断乘积空间X1×X2是弱J 空间的一些充分必要条件;③如果X是连通的J 空间,那么Δ(X)是半弱J 空间。     

终与始L—Fuzzy拓扑空间

本文引进终与始 L—Fuzzy 拓扑空间的概念,并利用 L—Fuzzy 集的分解定理证明了:一族分明拓扑空间拓扑生成的 L—Fuzzy 拓扑空间族的终(始)空间与该族的终(始)空间生成的 L—Fuzzy 拓扑空间一致;一族 L—Fuzzy 拓扑空间的终空间导出的分明拓扑空间弱于导出的分明拓扑空间族的终空间;由分明拓扑空间族的乘积(商)空间拓扑生成的 L—Fuzzy 拓扑空间等于拓扑生成的 L—Fuzzy 拓扑空间的乘积(商)空间.     

Da空间和Fa空间

根据Bn空间的产生方法，引出Dn空间、Fn空间等一系列新空间，并讨论它们的性质。     

WF—闭空间的性质

定义了ＷＦ－守空间，它是一类介于紧空间与ＷＳ－闭空间之间的拓扑空间。文中讨论了ＷＦ－闭空间的一此性质。     

关于K-一致光滑空间

文献［１］中给出了一类新的Ｂａｎａｃｈ 空间ＫＵＳ。本文中得到了ＫＵＳ空间的闭子空间Ｍ 、商空间Ｘ／Ｍ 的有关结果,并证明了ＫＵＳ空间蕴含ＮＵＳ空间。本文还给出了有限维ＫＵＳ空间的特征     

关于K—一致光滑空间

文献［１］中给出了一类新的Ｂａｎａｃｈ 空间ＫＵＳ。本文中得到了ＫＵＳ空间的闭子空间Ｍ 、商空间Ｘ／Ｍ 的有关结果,并证明了ＫＵＳ空间蕴含ＮＵＳ空间。本文还给出了有限维ＫＵＳ空间的特征     

线性空间的极大子空间

引进了线性空间的极大子空间的概念,主要得出了3个结论：（1）线性空间V的子空间M是极大子空间当且仅当M是一维子空间的余子空间。（2）线性空间的任意子空间都可表示为一些极大子空间的交。（3）在满足子空间降链条件的线性空间中,每个子空间可表示为有限个极大子空间的交。     

次子空间与不变次子空间的一些性质

本文给出了次子空间与不变次子空间的概念，并探讨了它们的一些性质。     

若当定理的一个构造性证明

利用线性空间Ｃｎ×１的直和分解理论给出若当定理的一个构造性证明方法．该证法是简单的，其证明过程还指明了对任何一个方阵Ａ，如何通过解齐次线性方程组求变换矩阵Ｐ，使Ｐ－１ＡＰ成为一个若当形矩阵     

线性广义系统的不变子空间

讨论了线性定常奇次广义系统在平衡态附近不变子空间问题,发现了稳定子空间、不稳定子空间、中心子空间的存在性     

空间(V,ω)和(V/N,ω′)的有关子空间集合之间的关系

本文先给出有关速向子空间和余迷向子空间的一些新性质.然后,着重对余迷向子空间和含核迷向子空间建立与文献[1]中命题1.8相应的几个命题.     

关于子空间的并集及其性质的讨论

本文讨论向量空间中有限个子空间的并集的三个等价命题以及和子空间与交子空间的有关性质。     

基于合意空间的模糊向量空间

利用合意空间(consensus Space)理论给出了向量空间的C-模糊子空间的定义，指出这种模糊子空间实际上是基于t-范(Tm-范)的模糊子空间．证明了每一个C-模糊子空间都与一类特殊的C-模糊子空间同构，从而为模糊子空间提供了新的理论基础．     

一种改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法基础上提出了一个改进的稀疏子空间聚类算法。首先,利用高维数据可以通过同一子空间的低维数据稀疏地表示这一理论,建立一个稀疏最优化模型,获得稀疏矩阵。然后把稀疏矩阵应用到一个正则化谱聚类算法中,从而有效地把数据聚类到子空间中。最后,该算法应用到一个视频序列中,对每个视频帧里的运动物体进行识别,并与现有的子空间聚类算法相比较。实验结果表明,该算法能够有效地识别运动物体,具有良好的实时性和有效性。     

线性回归分析在人脸识别中的应用研究

线性回归分类(LRC)算法中,借助一个依赖线性子空间的单一对象类模型,开发了一个线性模型,作为特定类库的线性组合来描述探针图像,并且借助于最小二乘法及其为了支持具有最小重构误差的类而制定的决策,解决了逆问题,但是并不能解决连续闭塞问题。基于此,提出了一种新颖的基于近邻子空间分类的识别方法,模块化线性回归分类(MLRC)算法。将LRC算法进行模块化,并且引入了一种基于距离的本征融合(DEF)算法用于决策。在FERET及ORL上的实验表明,与其它几种常用的方法相比较,MLRC算法在处理人脸识别问题上取得了更好的结果。     

关于配极对应与二阶超曲面的几个定理

本文用子空间正交补的概念直接定义各维子空间的极空间;并借助正交补的性质比较自然地推出 n 维射影空间中关于二次超曲面配极对应的几个定理.