近Hermite流形上联络的关系

通过近Hermite流形与Spin^C流形的关系,给出了近Hermite流形上Levi-Civita联络、Hermite联络与Spin^C联络之间的关系.     

Riemann流形上的加权Laplace算子

研究了 Riem ann流形上加权 L aplace算子 L 的第一特征值的下界估计问题 ,该问题是经典 L aplace算子的第一特征值估计的自然推广。鉴于应用数学的背景 ,法国数学家 Bakry在 1987年提出该问题。运用梯度估计中一些精巧的估计方法 ,推广了黎曼流形上加权 L aplace算子的结果 ,得到了 Riemann流形上加权 L aplace算子第一特征值下界的最优估计     

具有一个极点的完备非负Ricci曲率流形上Laplace算子的谱

在本文中,我们证明具有一个极点的完备非负Ricci曲率Riemann流形上Laplace算子的本质谱是(-∞,O)。     

K(a)hler 流形上的典型线丛

讨论了Ｒｉｅｍａｎｎ流形上指标形式与共轭点的关系;证明了具非负Ｒｉｃｃｉ曲率的无共轭点Ｋａｈｌｅｒ流形上的典型线丛之曲率之零。     

关于1／4对称度量联络的推广

本文把Ｒａｓｔｏｇｉ关于１／４对称度量联络的工作，从平坦推广到局部对称，再推广到Ｒｕｓｅ循环，从黎曼曲率推广到共圆曲率与调和曲率，得到进一步的结论。     

共形平坦的切触度量流形上关于其半对称度量联络的一些结果

利用共形平坦的切触度量流形上的＊-Ricci算子Ric^＊的表达式,得到了Ric^＊和其半对称度量联络 的Ric^＊之间的关系,还给出（α,β）型近trans—Sasakian流形关于半对称度量联络 是（α,β＋1）型的结果。     

半对称度量循环联络的射影交换

定义并研究了黎曼形上半对称度量循环联络的射影变换，导出半对称度量循环联络的射影变换下的不变张量。     

关于Heisenberg型群上次Laplace算子的唯一延拓性

通过研究Heisenberg型群球面函数的性质,得到带奇异位势的次Laplace方程解的唯一延拓性,推广了文献中的相关结论．     

Laplace算子的特征值估计及推广

通过构造新的辅助函数讨论Laplace算子的Dirichlet特征值估计，得到的不等式包含了已有的特征值估计，并可导得一些新的不等式。     

高斯-拉普拉斯边缘检测算子的扩展研究

针对经典的高斯-拉普拉斯（LOG）边缘检测算子是各向同性的,对各个角度方向的图像边缘检测的力度是相同的特性,对经典LOG边缘检测算子引入了角度信息参量进行推导,使以圆为对称的经典的LOG边缘检测算子变成为以椭圆对称,并且可以在坐标轴旋转任意角度的边缘检测算子,增强了其边缘检测的功能,使之能对不同角度方向的边缘更加有效地进行检测．经过在Matlab里对同一幅图像进行比较实验,对于图像中不同角度的边缘均能相应地进行提取．扩展后的LOG算子,不仅增强了边缘检测算法功能,而且完全保留了经典LOG算子原有的优点．     

基于LOG算子的自适应图像边缘检测方法

鉴于传统的高斯-拉普拉斯(LOG)算子具有各向同性的特点,在很多有方向性差异的场合中并不适用,提出了基于LOG算子的各向异性算子,该算子具有方向敏感性,能够对与其长轴方向重合的边缘起到加强的作用,同时,利用该算子设计了自适应算法来模拟人眼注视机制的工作过程,并将算法实验结果与LOG算法的结果进行了比较.该算子和方法较好地解决了方向性模板对视觉解释的不完善问题.     

关于仙人掌图的拉谱拉斯系数

应用图的一些变换,在给定阶、圈数和匹配数以及给定阶和圈数的所有仙人掌图中确定了拉普拉斯系数最小的图,同时确定了给定阶、圈数和匹配数的仙人掌图中Laplcian-like能量最小的图.     

利用第二类正则变换方法反演COSMIC掩星探测数据

为了验证第二类正则变换(CT2)方法反演折射率的精度,选取2007-2009年1月和7月的气象、电离层和气候观测系统星座(COSMIC)附加相位和振幅数据,利用CT2方法处理得到折射率,并与利用全谱反演(FSI)方法得到的COSMIC折射率数据、欧洲中期天气预报中心(ECMWF)分析资料折射率进行对比。结果表明,CT2方法反演的折射率、COSMIC折射率以及ECMWF分析资料折射率的平均偏差在1~40km均不超过1%;在1~15km,CT2方法和FSI方法反演的折射率与ECMWF分析资料折射率的平均偏差均在1%以内;CT2方法与ECMWF分析资料折射率偏差的标准差小于FSI方法的。总的来说,CT2方法和FSI方法都具有很高的反演精度,但随着水汽含量的增加,CT2方法和FSI方法的反演精度会降低,并且CT2方法反演的不确定性小于FSI方法。     

单圈图Laplacian矩阵的最大和次大特征值

设G=（V，E）是一个n阶的连通单圈图，λ（G），λ2（G）分别是图G的Laplacian矩阵的最大和次大特征值．本文讨论了单圈图的最大和次大特征值与其顶点，悬挂点个数之间的关系，将已有的结论作了改进和推广．     

双圈图的无符号拉普拉斯特征多项式的系数

设图G为简单图,G的无符号拉普拉斯矩阵Q(G)=D(G)+A(G),其特征多项式记为φ(G,λ)=∑n i=0pi(G)λn-i.给出了双圈图的无符号拉普拉斯特征多项式的常数项pn(G),并证明了pn(G)仅与双圈图的基图有关.     

关于循环图的拉普拉斯谱半径

设G=（V,E）是一个简单的连通图;用A（G）,D（G）,分别表示G的邻接矩阵和顶点的度对角矩阵,令L（G）=D（G）-A（G）表示G的拉普拉斯矩阵,设L（G）的特征值为μ1≤μ2≤ ... ≤μn,其最大特征值称为图G的谱半径,记作μ=μn．本文就循环图的拉普拉斯谱半径的下界给与讨论,我们得到了两个结论．     

关于树的Large Laplace谱扰动

讨论树在添加一条边后其Laplace谱发生的扰动，刻画了满足如下条件的匹配数为2或3的树：添加一条边后所有变化的特征值以整数增加．对于每个μ≥2(或n≥5)，构造了一个匹配数为μ(或顶点数为n)的树，以满足上述性质．     

一个基于四方向的拉普拉斯算子的四阶偏微分去噪方法

将"四方向"(水平、垂直、斜左上、斜左下四个方向)引入拉普拉斯算子,改进了You-Kaveh模型,提出一个新的四阶偏微分去噪方法.实验结果表明,新方法比You-Kaveh模型能更好地去除高斯噪声,PSNR值得到了提高.