关于广义Ramanujan-Nagell方程x2-D=2n

借助于丢番图逼近中Beukers的一些深刻结果，讨论了广义Ramanujan—Nage11方程x^2-D=2^n。在D＝2^n十l时的一个非例外情况，求出了此时该方程的全部非负整数解。     

丢番图方程x2=4.3n+13的正解

用完全初等的方法证明丢番图方程x^2=4．3^n 13仅有3组正。     

Lienard型方程周期解的存在性

讨论了一类广义Lienard型方程xe f1(x)x^. f2(x)x^.2 f3(x)x^.3 g(x)=0，给出了一些充分条件以保证其任何非平凡解为振荡的，而且证明了周期解的存在性。     

一类非线性三阶系统的全局渐近稳定性

针对非线性三阶系统x^…＋g（x^.）x^..＋f（x，x^.）x^.＋h（x）=p（x，^x.，^x..）构造出了一个适当的Lyapunov函数，并且去掉了一般要求Lyapunov函数具有无穷大这个较强的条件，只要求系统正半轨线有界，所得结果改进了相关文献的结论．最后，文中给出了例子仿真说明充分条件的有效性．     

渐进非负曲率流形上的函数

在本文中，主要讨论完备非紧的黎曼流形的Green函数的性质，主要利用各种渐进非负曲率和体积条件，得到在不同条件下流形是非抛物的结果。     

一类二阶非线性边值问题

通过讨论周期值函数的单调性，对主程xe=G(x) F(x,x^.)的边值条件x(0)=x^.(T)=0及x^.（0）＝x^.（T）＝0的解的存在性进行了讨论，推广了[1]的主要结论定理2．3。     

对数正态分布的Pearson—x^2距离

研究了对数正态分布的Pearson—x^2距离与Pearson—x^2最大距离，得到了对数正态分布与正态分布具有相同的Pearson—x^2距离。     

一类半无穷区间问题非负解的存在性

把边值问题转化成相应的算子方程，运用拓扑理论、非线性更替定理得出：如果有限区间上带参数λ(其中λ∈0.1))的边值问题的解一致有界，那么当λ=1时该问题也存在解．通过考察非线性项f(t，y)的性质，结合Lebesgue控制收敛定理、对角化原理和Arzela—Ascoil定理研究了奇异半无穷区间问题，并给出半无穷区间边值问题非负解存在的充分条件。     

一类丢番图方程的正整数解

当丢番图方程a1y^21 a2y^22 … an-1y^2n-1=any^2n有一组非平凡的整数解y^*1，y^*2，…，y^*n(y^*n≠0)时，给出了方程a1/x^21 a2/x^22 … an-1/x^2n-1=an/x^2n满足(x1，x2，…，xn)=1的全部正整数解的公式。     

一类非线性方程非负解的构造

利用超Ｂｒｏｎｗｎ运动与偏微分方程的关系，研究Ｒ＾ｄ（ｄ≥１）中一区域Ｄ上一类非线性方程非负解的构造。     

一种受限非负矩阵分解方法

提出一种获取潜在语义的受限非负矩阵分解方法.通过在非负矩阵分解方法的目标函数上增加3个约束条件来定义受限非负矩阵分解方法的目标函数,给出求解受限非负矩阵分解方法目标函数的迭代规则,并证明迭代规则的收敛性.与非负矩阵分解方法相比,受限非负矩阵分解方法能获取尽可能正交的潜在语义.实验表明,受限非负矩阵分解方法在信息检索上的精度优于非负矩阵分解方法.     

基于非负矩阵分解的阴影检测方法

针对以往的矩阵分解方法不能保证分解结果非负的问题, 根据非负矩阵分解（NMF: Non negative Matrix Factorization）结果非负的特点, 提出了基于NMF的阴影检测方法, 并以此为基础将进一步引入的分块非负矩阵分解（BNMF: Block Non negative Matrix Factorization）应用于阴影检测。通过NMF/BNMF提取训练样本中阴影的亮度特征, 再根据特征识别测试样本中的阴影区域。实验结果表明,与基于奇异值分解方法相比, 该算法的阴影检测细节更清晰, 具有更好的效果。     

谱约束下非负矩阵最佳逼近问题的算法

该文给出了谱约束下非负矩阵最佳逼近问题的一种算法。     

一类非线性扩散方程解的估计及非负解的存在性

本文研究了一类非线性扩散方程,给出了解的估计,并证明了非负解的存在唯一性。本文的这类方程比文献[1]中出现的方程更为一般化,并且得出了相同的结果,因而推广了其应用范围。     

基于潜在因子多样性的非负矩阵分解协同过滤模型

基于非负矩阵分解的协同过滤模型在高维稀疏数据的预测和填补上十分有效，该模型具有推荐个性化、有效利用其他相似用户回馈信息的优点，但也存在预测精度较低等不足。针对用户或项目在不同情景下的评分差异性，提出了一种改进的基于潜在因子多样性的非负矩阵分解的协同过滤模型。该模型充分考虑在不同情境下，用户和项目潜在特征矩阵的多样性，在模型的训练中，采用了单元素非负乘法更新规则和交替方向法，保证了目标矩阵的非负性，且提高了模型的收敛率。在真实的工业数据集上的实验结果表明，相比于经典的非负矩阵分解模型，该模型的预测精度有了明显提高。     

一种基于NMF的零水印算法

提出一种基于非负矩阵分解(Non-negative Matrix Factorization, NMF)构造密钥的二值零水印算法.先对载体图像进行NMF变换得到基于部分表示的基矩阵和相应的系数矩阵;再将水印置乱并扩展为系数矩阵的大小,比较相同位置上的二值水印与系数阵元素二进制编码的某个高位面值;当结果相同时,标记其位置在一个空白矩阵中,该矩阵随后作为密钥来检测水印.经过这样处理,水印信息嵌入到系数阵元素的高位面却并没有改变其值,使得嵌入水印图像表现出较好的抗攻击性能.通过与DCT零水印算法的比较实验,证明了本文算法的有效性.     

关于张量空间上的非负定算子

设A_1,…,A_n为n阶复矩阵,=A_1…A_n,令W~()={(x_1…x_n,x_1…x_n)|x_1,…,x_n规格化正交}。本文证明了当n≥3时有:1)为非负定的充要条件是W~()R~+;2)为正定的充要条件是W~()R~+(正实数)。     

仅有三个非负特征值的图

假设图G的点集是V＝,用A(G)＝(aij)n×n来表示图G的邻接矩阵,其中,若vi和vj相邻则aij＝1,否则aij＝0.由于A(G)是实对称的,因此可以将其特征值设为λ1(G)≥λ2(G)≥…≥λn(G). 该文刻画了一部分仅有三个非负特征值的图.     

几类非负矩阵分解算法及其在图像处理中的应用

介绍了几类非负矩阵分解算法及其在图像处理中的应用,并进行了图像处理实验,从cPu时间、相对误差以及重构后图像质量等方面对各个算法进行了分析和比较．