Marr小波变换像空间的描述

对Marr小波变换的像空间给出了其再生核函数的具体表达式和等距恒等式.并利用再生核的结构对Marr小波变换的像空间作了一般和具体的描述,这为一般的小波变换像空间的讨论提供了理论基础.     

改进的Morlet小波与再生核空间

给出了改进的Morlet小波变换像空间的再生核函数的具体表达式及等距恒等式,并利用再生核函数的结构对改进的Morlet小波变换的像空间作出了具体的描述,并将对小波与再生核的关系得出一个新的发现,为一般小波变换像空间的讨论提供了基础．     

多维再生核空间的构造

本文在一维再生核空间W2^1[a,b]基础上，构造了一个n维空间W2^1（Ω），证明了空间W2^1（Ω）的完备性，可分性和再生性，并且给出了 n维W2^1（Ω）空间的再生核表达式。     

再生核希尔伯特空间的实解析性

基于解析平移不变Mercer核的再生核希尔伯特空间,利用再生性,证明当核是解析时,再生核希尔伯特空间中的每一个函数都是实解析的,并且给出了收敛半径.     

加权弱Herz型空间和Herz型Hardy空间上的Calderon—zygmund算子

讨论了正则的Ｃａｌｄｅｒｏｎ－ｚｙｇｍｕｎｄ算子在Ｒ＾ｎ的加权弱Ｈｅｒｚ型空间和Ｈｅｒｚ型Ｈａｒｄｙ空间中的有界性。     

关于W12[a,b]空间的两点注记

讨论再生核空间W21[a,b]定义中的条件是否可以减弱的问题,得到下面的两个结论(1)条件u(x)是[a,b]上实的连续函数且u'(x)∈L2[a,b]不能推出u(x)是[a,b]上实的绝对连续函数;(2)再生核空间W21[a,b]定义中的条件改为u(x)在[a,b]是连续函数或连续囿变函数,那么函数空间不再是再生核空间.     

再生核空间W12[a,b]中两个问题的讨论

本文对再生核空间W12[a,b]中的下面两个问题进行讨论:(1)若再生核空间W12[a,b]定义中的条件改为u(x)在[a,b]是连续函数或连续囿变函数,那么函数空间不再是再生核空间.(2)若再生核空间W W12[a,b]含有的间断点的函数,则间断点必固定、间断点个数必有限且非端点a,b.进一步,我们构造了函数含有n个间断点的再生核空间并给出其再生核表达式.     

再生核希尔伯特空间的实解析性

基于解析平移不变Mercer核的再生核希尔伯特空间,利用再生性,证明当核是解析时,再生核希尔伯特空间中的每一个函数都是实解析的,并且给出了收敛半径.     

关于W_2~1[a,b]空间的两点注记

讨论再生核空间W12 [a,b]定义中的条件是否可以减弱的问题,得到下面的两个结论:(1)条件u(x)是[a,b]上实的连续函数且u′(x)∈L2 [a,b]不能推出u(x)是[a,b]上实的绝对连续函数; (2)再生核空间W12 [a,b]定义中的条件改为u(x)在[a,b]是连续函数或连续囿变函数,那么函数空间不再是再生核空间.     

再生核空间W_2~1[a,b]中两个问题的讨论

本文对再生核空间W1 2 [a ,b]中的下面两个问题进行讨论 :( 1 )若再生核空间W1 2 [a ,b]定义中的条件改为u(x)在 [a ,b]是连续函数或连续囿变函数 ,那么函数空间不再是再生核空间 .( 2 )若再生核空间W W1 2 [a ,b]含有的间断点的函数 ,则间断点必固定、间断点个数必有限且非端点a ,b .进一步 ,我们构造了函数含有n个间断点的再生核空间并给出其再生核表达式     

不饱和聚酯树脂涂膜及其工艺研究

本文以不饱和聚酯树脂为主料，采用过氧化环己嗣、萘酸钴氧化还原引发体系对材质的表面涂膜进行了研究，并提出了具有玻璃钢性能的漆膜形成原理、工艺条件和操作步骤。     

核运算的矩阵构造

本文在二元关系的一种新运算——核运算的集合构造的基础上,利用矩阵给出了反自反核、对称核、反对称核的构造。     

支持向量机核函数的构造方法研究与分析

支持向量机是近年来发展的以统计学习理论为基础的新型学习机,核函数的选择无疑是其重要的核心问题.先对核函数进行定义,然后通过对核理论进行性质分析,最后明确了对最优核函数的选择与构造,从理论上为核函数的选择提供了参考.该学习机用结构风险代替经验风险,因而具有传统的神经网络无法相比的优势.     

具卷积核和Cauchy核的奇异积分方程的求解

本文综述介绍了关于具卷积核和Ｃａｕｃｈｙ核的奇异积分方程的求解研究，提出了几个需在今后研究中进一步讨论的问题．     

核最近特征分类器及人脸识别应用

将最近特征线(NFL)、特征面(NFP)和特征子空间(NFS)分类方法推广为基于核的NFL、NFP和NFS,其优点是可直接对高维的人脸图像样本进行识别,而无需先抽取人脸图像特征,使在训练样本数较多、特征抽取在计算上难以实现的情况下也能直接识别.其中对KNFS得出了两种计算方法,一是KNFP的直接推广,二是利用核主分量分析构造非线性特征子空间.基于ORL和YALE数据库的实验验证了此方法直接识别高维人脸图像的有效性.