以{ei}ni=1为正交基的再生核Hilbert空间

再生核Hilbert空间首先是一个Hilbert空间,再生核方法(RKHS method)为研究Hilbert空间提供了一个有力的数学工具,核函数具有许多优良的性质,可以通过这些性质来刻画整个Hilbert空间.笔者主要研究了以{ei}ni=1为正交基的再生核Hilbert空间H中的核函数的一些性质,并通过这些性质简要的描述了Hilbert空间H与它的核函数之间的关系.     

具有再生核Hilbert空间中紧的偏微分算子

用再生核函数来刻画再生核空间中算子的性质,是研究再生核空间性质的一个重要方法.在本文中,研究了具有再生核的多元整函数Hilbert空间的基本性质,着重讨论了偏微分算子在该空间上的紧性,给出了一个用再生核函数刻画的偏微分算子是紧算子的充分必要条件,从而在具有再生核的多元整函数Hilbert空间上推广了已有的结果.     

二连通域上的Bloch空间性质

给出了二连通域上Bloch函数的定义 ,研究了二连通域上Bloch函数的性质 .利用二连通域上的Bergman空间的再生核的性质 ,证明了Bergman空间H∞(Ω)为Bloch空间的子空间 ,由再生核诱导的积分算子是从L∞(Ω)到Bloch空间的有界算子     

基于最小二乘支持向量机的信号回归

基于支持向量机核函数的条件和Sobolev Hilbert空间H1(R;a,b)的再生核,提出了一种称为最小二乘支持向量机的新的回归模型,并将该回归模型应用于信号回归的仿真实验中.实验表明,最小二乘支持向量机的核函数采用再生核是可行的,它优于常用的高斯核函数.     

Hilbert空间上非凸函数的共轭函数与极值

在Hilbert空间上对非凸函数,引进了共轭函数的概念并讨论了共轭函数的若干性质及与闭包函数之间的关系。利用共轭函数和闭包函数刻划了问题(P)的一些最优性条件。这里, (P) min f(x)f:H→(+∞,-∞〕为任一函数,H为—Hilbert空间。     

H2g(DR)上复合算子差的紧性

H2g(DR)是一类非常广泛的再生解析函数Hilbert空间,它包含了很多我们所熟知的函数空间及其加权函数空间,本文讨论了H2g(DR)上复合算子差的紧性.     

H~2_g(D_R)上复合算子差的紧性

H2g(DR)是一类非常广泛的再生解析函数Hilbert空间,它包含了很多我们所熟知的函数空间及其加权函数空间,本文讨论了H2g(DR)上复合算子差的紧性.     

有界线性算子的单值扩张性质的摄动

设H是复可分无限维Hilbert空间,B(H)为H上的有界线性算子的全体。Hilbert空间H中一个算子T称作有单值扩张性质(简写为SVEP,记作T∈(SVEP)),若对任意一个开集U∈C,满足方程(T-λI)f(λ)=0(∀λ∈U)的唯一的解析函数为零函数,其中C代表复数集。T∈B(H)称为满足单值扩张性质的紧摄动,若对任意的紧算子K∈K(H),T+K满足单值扩张性质。 讨论了有界线性算子满足单值扩张性质的紧摄动的判定条件,同时给出了2×2上三角算子矩阵满足单值扩张性质的紧摄动的充要条件。     

另一类新的能量有限函数空间

从一组新的三角函数列出发,构造了一个新的一致能量有限函数空间,并研究了它的一些性质,以及p倍平均完备性。最后,给出不可数多个能量有限函数空间,它们都是具有良好性质的Hilbert空间,并且这些能量有限函数空间在工程中可以应用。     

另一类新的能量有限函数空间

从一组新的三角函数列出发,构造了一个新的一致能量有限函数空间,并研究了它的一些性质,以及p倍平均完备性.最后,给出不可数多个能量有限函数空间,它们都是具有良好性质的Hilbert空间,并且这些能量有限函数空间在工程中可以应用.     

基于小波的带Hilbert核的奇异积分方程的解法

许多力学和工程问题都可以表示为第一类奇异积分方程.本文给出了带Hilbert核的奇异积分方程的小波Galerkin算法.利用L2([0,1])上的周期小波和Hilbert核的特点降低刚性矩阵的维数;并且通过阈值使得矩阵更加稀疏,以减少计算量和节省存储空间.根据Hilbert核的奇异性,通过Tikhonov正则化方法求解了所得到的刚性方程组,给出了算法的收敛性和数值结果.     

Qp上的共轭调和函数系

用于构造p-adic共轭调和函数系，说明了Poisson核及其Hilbert变换所适合的估计，并通过函数空间描述了它们的正则性，同时对Poisson核及其Hilbert变换在各个方向的导数进行了估计，利用Poisson核的卷积理论，得到了共轭调和函数系的边值特性。最终，通过共轭调和函数系解释了Hardu空间。     

基于混合核函数支持向量机的回归模型

基于支持向量机核函数的条件,将Sobolev Hilbert空间的再生核函数和Sig核函数进行有效的线性混合,给出一种新的支持向量机的混合核函数,并提出一种基于再生核的混合核函数支持向量机回归模型,该回归模型兼具了全局核函数与局部核函数的优点,且算法的复杂度被降低.仿真实验结果表明:最小二乘支持向量机的核函数采用基于再生核的混合核函数是可行的,回归的效果比单核函数可以更为细腻.     

Rademacher复杂性与支持向量机学习风险

在已有献用Rademacher复杂性代替传统的VC维作为学习模型复杂性的度量的基础上,讨论再生核希尔伯特空间的Rademacher复杂性;并具体应用到支持向量机学习中,用Rademacher复杂性界定了支持向量机的学习风险．     

A Novel Extension of Kernel Partial Least Squares Regression

Based on continuum power regression(CPR) method, a novel derivation of kernel partial least squares(named CPR-KPLS) regression is proposed for approximating arbitrary nonlinear functions.Kernel function is used to map the input variables(input space) into a Reproducing Kernel Hilbert Space(so called feature space),where a linear CPR-PLS is constructed based on the projection of explanatory variables to latent variables(components). The linear CPR-PLS in the high-dimensional feature space corresponds to a no...     

关于复Hilbert空间正交投影的若干性质

把实Hilbert空间的结论推广到复Hilbert空间情形,给出复Hilbert空间正交投影的一些新性质.     

排序框架下梯度下降迭代本体算法

从本体顶点排序的思想入手,得到排序框架下梯度下降迭代本体算法。选取边集合作为样本集,使用再生核希尔伯特空间作为函数空间,用步长控制迭代次数。最后,将得到的本体相似度计算和本体映射算法分别作用于植物学PO本体和计算机软件本体中,通过实验数据对比说明算法具有较高的效率。     

应用子空间信息准则选择模型参数

指出子空间信息准则是模型选择的一种新准则,它在一些假设条件下,给出推广误差的一种无偏估计.研究再生核Hilbert空间中,应用子空间信息准则于模型参数选择问题,证明子空间信息准则是推广误差的一种无偏估计,同时说明学习算法有较好的推广能力.     

改进的二叉树支持向量机在人脸识别中的应用

针对人脸识别问题,提出一种基于奇异值分解特征提取和改进的二叉树支持向量机实现多分类的人脸识别方法。在使用改进的二叉树支持向量机对不同人脸图像的奇异特征向量进行分类时,先利用Mercer核,将输入空间非线性可分的训练样本映射到高维特征空间Hilbert中,使之线性可分,将类超球体半径分解成核心半径和最小半径,通过两者加权计算最终的类超球体决策半径,并以此半径大小为依据生成二叉树结构。在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率。