希尔伯特空间的序列弱完备性

在内积空间中引进一种弱收敛性概念,并研究希尔伯特(Hilbert)空间的序列弱完备性问题.首先,在内积空间中引进了一种序列的弱收敛性——弱内积收敛性概念,并讨论了弱内积收敛序列的有关性质,证明了序列弱内积收敛点的唯一性、弱内积收敛序列的有界性等;其次,在内积空间中引进了弱基本序列及序列弱完备性的概念,并证明了Hilbert空间是序列弱完备空间.     

一个基于序列比对的概念漂移检测算法

概念漂移检测目的在于准确捕获相邻窗口数据模式的变化,包括突变式概念漂移以及渐变式概念漂移。以往算法主要通过比较相邻窗口中聚类结果的差异来判断漂移,文章将序列比对的思想用于概念漂移检测,针对原序列比对算法只注重比中字符数目的局限性,提出了一种可同时考虑比中字符数目和连续匹配字符数目的序列相似性度量。并基于此,提出了一个基于序列比对的概念漂移检测算法CDD_BSA。实验表明:CDD_BSA在符号数据流上具有较好的概念漂移检测效果。     

关于m值随机变量序列的一个强极限定理

本文引进m值随机变量序列滑动似然比和滑动相对熵的概念,并利用这两个概念给出了关于给定值在此随机序列中出现频率的一个强极限定理及其相关推论。     

约束最优化问题的稳定序列

给出了非光滑凸函数的N-稳定序列和N-稳定序列的概念,并得到了它们的一些性质和它们之间的一些关系。     

F多余子序列与F覆盖

给出F多余子序列的概念.利用同调的方法,得到了F多余子序列与F覆盖的关系,并给出了F多余子序列的等价刻画.     

期望泛函序列的若干收敛性条件

提出了弱胎紧的概念,并在弱胎紧的条件下证明了函数序列关于弱收敛概率测度序列积分的极限定理,用其研究了期望泛函序列的若干收敛性,得到了期望泛函序列的、上图收敛的一个充分条件。     

基于m序列扩频码的研究

以Gold码偶位码为基础给出了m序列偶位码的定义 ,又提出了m序列奇数位码和双偶码的概念 ,并分析了它们的相关特性 ,得出了相对于Gold码相关特性没有明显降低而序列数量却有所增加的一组新的码序列集合     

Banach空间中的∞阶Bessel序列

在Banach空间中引入了∞阶Beseel序列与Bessel算子的概念，研究了它们的一系列重要性质，并给出了一个序列成为∞阶Bessel序列的若干充分必要条件，证明了全体∞阶Beseel序列之集构成一个Banach空间。     

一般鞅差序列的性质

给出了广鞅差序列的概念，得到了广鞅差序列的一个充要条件及均方性和强大数定律，进而由差序列的性质导出随机序列的一致可积性，并给出了一个非一致可积鞅差序列的典型例子     

最佳三进序列偶的谱特性

首先给出最佳三进序列偶的定义,提出了重量距离与非重量距离的概念,研究了最佳三进序列偶的Fourier谱特性,应用这些谱特性给出了最佳三进序列偶的重量分布情况,并推导了最佳三进序列偶中两个序列的重量距离与每个序列的奇位和、偶位和的关系.     

基于灰色关联理论的装配序列评价研究

在分析影响产品装配序列的各种因素的基础上,建立了装配序列评价指标体系,并将灰色关联理论与专家估测法和权重概念相结合,提出了一种基于灰色关联理论的产品装配序列评价新方法,最后通过一个实例验证了该评价方法的可行性。     

(β)类非扩张型映射的迭代序列

本文给出了(β)类非扩张映射T的概念,并证明了由该概念而产生的迭代序列具有渐近正则性,合理漂移性以及弱收敛性。     

图论中图序列判断方法的分析

本文主要讨论了图论中图序列的两种判断方法,介绍了图序列的概念,并举例说明了两种判断方法各自的优缺点,分析了两种判断方法各自适用的场合.     

带兴趣度的序列概念格的最大模式挖掘

本文研究了带兴趣度的序列概念格的最大模式挖掘方法,并给出了相应算法。与经典的算法比较,减少了对交易数据库的扫描次数,提高了挖掘效率,非常有利于序列模式发现。     

纤维束的断裂过程及最终断裂事件的时间

对纤维束断裂过程做了较细致的描述,引入了第一序列的概念,并通过数值模拟发现了关于断裂过程第一序列的普适标度律,这些标度律与纤维断裂阈分布函数无关。     

H—列闭空间与H—序列闭空间

本文引进了θ-聚点,II-列闭空间与II-序列闭空间的概念,并对II-可数闭空间、II-列闭空间、II-序列闭空间建立了一些关系.     

CSE算法:利用对频繁序列扩展来进行序列模式挖掘

序列模式挖掘是在多个有序事件序列中查找出现频率大于某个阈值的序列模式的数据挖掘方法 ,自从1995年序列模式挖掘的概念被提出以来 ,人们不断地对序列模式挖掘算法进行研究和改进 .本文介绍了一种新的序列模式挖掘方法—CSE算法及其具体实现方法 ,并对该算法性能做了初步的评价 .     

一种使用概念近似度约简的序列模式挖掘方法

传统的序列模式挖掘算法虽然能够挖掘所有的频繁序列,但在挖掘海量数据时可能因结果规模过于庞大而无法理解．基于概念格的序列模式挖掘有效地减少了中间序列的生成数量,在时间性能上具有一定的优越性,而概念格的结构特点也为自身的约简提供了便利．本文提出了近似概念的定义,首先对交易数据库建格,然后约简满足近似条件的概念,减少了频繁1-序列的数量,进而减少了总的频繁序列的数量．实验表明,在允许一定误差的情况下该方法提高了挖掘结果的可理解性和挖掘效率．     

Banach空间中概周期序列的谱

引入了Banach空间中与概周期函数类似的概周期序列谱与模的概念,并证明了概周期序列的谱与模有与概周期函数谱与模一样的性质.     

关于序列覆盖K映射的注记

利用sn覆盖和cs覆盖概念,以及度量空间的序列覆盖k-映象和1序列覆盖k-映象的内部特征,证明了度量空间上的序列覆盖k-映射是1序列覆盖映射,并构造例子说明度量空间上的序列商k-映射不是序列覆盖映射．