广义I型三角剖分下二元样条函数空间S25(～△(1)mn)的维数

利用 B-网方法和最小决定集技术,在广义I 型三角剖分～△(1) mn 下构造了二元五次C 2样条函数空间S 2 5(～△(1) mn )的一个最小决定集,给出了空间S 2 5(～△(1) mn )的维数.     

一类加密三角剖分下的二元七次样条函数空间

采用B网方法,通过构造一类加密三角剖分△W下二元七次C2光滑样条函数空间S72(△W)的一个最小决定集,给出了该空间的维数.     

广义I型三角剖分下二元样条函数空间S5^2（△mn^（1））的维数。

利用B-网方法和最小决定集技术,在广义I型三角剖分S5^2△mn^（1）下构造了二元五次C^2样条函数空间S5^2（△mn^（1））的一个最小决定集,给出了空间S5^2（△mn^（1））的维数．     

有决定集和平移不变子空间中抽样定理

研究了抽样间隔为a(0≤a＜1)的平移不变子空间中的抽样定理.首先,给出了平移不变子空间的决定集的一个刻画,然后,通过平移不变子空间的决定集,给出了函数属于一个抽样空间的充要条件.     

基于OS-SASP算法的欠定盲源分离

针对基于稀疏分量分析的欠定盲源分离问题,提出一种基于优化支撑的稀疏度自适应子空间追踪(OS-SASP)算法.通过引入自适应思想,克服传统子空间追踪(SP)算法对稀疏度的依赖;同时在迭代开始之前通过离散余弦变换的能量集中特性确定最小支撑集的大小,对最小支撑集求并集获得优化支撑集,优化支撑集联合迭代过程中的候选集来定位最佳原子,提高源信号的恢复精度.仿真结果表明,OS-SASP算法在一维稀疏信号与语音信号的欠定盲源恢复过程中表现出良好的性能.     

一类S闭空间

讨论了S闭空间的性质,证明了(1)局部S闭空间是半正则遗传的;(2)如果A是正则开集,则A是X的局部S闭子空间当且仅当A相对X是局部S闭的;(3)每一T₂的最小局部S闭空间是S闭空间。     

核向量机算法研究及应用

对训练样本规模为m的标准支持向量机(Support Vector Machine,SVM)进行训练,时间复杂度为O(m3),空间复杂度为O(m2)。文章研究将其转换成等价的最小包含球(Minimum Enclosing Ball,MEB)形式,使用核心集向量机(Core Vector Machine,CVM)高效获得近似最优解。CVM的优点是时间复杂度与训练样本规模m呈线性关系,空间复杂度与m无关。实验证明,CVM可以对大规模数据集进行高效的分类。     

直线簇上区间图的最小全控制集和最小配对控制集

研究了广义区间图的最小全控制集和最小配对控制集的计算问题.对有一个公共交点的直线簇上的区间图,给出了计算其最小全控制集的O(n)时间算法和其最小配对控制集的O(n+m)时间算法.     

核向量机算法研究及应用

对训练样本规模为m的标准支持向量机(Support Vector Machine,SVM)进行训练,时间复杂度为O(m3),空间复杂度为O(m2).文章研究将其转换成等价的最小包含球(Minimum Enclosing Ball,MEB)形式,使用核心集向量机(Core Vector Machine,CVM)高效获得近似最优解.CVM的优点是时间复杂度与训练样本规模m呈线性关系,空间复杂度与m无关.实验证明,CVM可以对大规模数据集进行高效的分类.     

最小连通支配集问题的分解算法

在无线网络设计中,连通支配集(CDS)有着广泛的应用。针对最小连通支配集问题(MCDSP),提出了基于Benders的分解算法进行最优求解。将原问题分解为较易求解的最小支配集主问题和连通性子问题,其中主问题能够生成最小支配集,子问题负责判断所生成的最小支配集的连通性。若不连通,生成相应的Benders cut对主问题进行修正和进一步限定。在上述Benders算法中,主问题与子问题均为纯整数规划。在此基础上,分析了最小连通支配集问题的上下界性质,通过构造容易求解的辅助问题,并结合二分法思想进一步降低问题的搜索空间,设计了改进的Benders分解算法,加速算法收敛速度。通过计算实验与现有文献中的分解算法进行对比,证明了所提分解算法的优越性。     

关于单调类定理的一点注记

定义1设C是空间Q的任一非空子集类(l)称c是u类,如果月,BoC冷AUBoc;(2)称C是二类,如果A,BoCoA自召。e;(3)称c是。类,如果通。c。尺“。c;(4)称C是m类,如果(i)月CC.刀c=A月月+1n)1冷11m月cC;(11)BB。十1 C=B。,n)l‘limB。任C;(5)称C是d类(6)称C是又类 如果(i)几。C;;如果(i)ooe;(11)月,BeC,A二B。月一B任C;(11)A,B任c,A OB”A一B‘C;(111)A。“C,A。n)1冷1 im A cCCU任 以下对空间。的任一非空子集类C,分别用u(C),武C),…,双C)以及城C)和城C)表示由C生成的最小u类,最小二类,一,最小又类以及最小代数和最小,代数,并把u(…     

(L)集和几乎(L)集在线性算子下的象的性态

T.Leavelle,Aqzzouz B在巴拿赫空间和巴拿赫格的共轭空间中分别引入了(L)集和几乎(L)集的概念,它们分别在刻画巴拿赫空间的空间结构和巴拿赫格的序结构方面有重要应用.本文利用(L)集刻画了具有Schur性质的巴拿赫空间的结构特征.研究了(L)集和几乎(L)集在有界线性算子下的象的性态,给出了(L)集和几乎集在线性算子下的象分别是(L)集和几乎(L)集的一些充分条件.     

关于二元三次样条函数空间的维数

研究平面上单连通闭区域Ω的任意三角剖分△上的二元样条函数空间S_3~1(△),依据一定规则对三角剖分△中个数不超过内网点个数的三角形胞腔进行HCT加密,形成新三角剖分△~*,并利用B网方法通过递推方式构造样条函数空间S_3~1(△~*)一个最小决定集,显示其维数S_3~1(△~*)具有非奇异性且等于Schumaker的维数下界.     

一种基于Rough集的语义图像检索方法

提出了一种基于Rough集理论的语义图像检索(RSBSIR)方法.对于给定的图像集和一个已经分类的图像集,能够迅速区别图像类型的最小的并列关键词集,降低了关键词向量空间的维数,缩小了问题的规模,简化了基于知识库的图像检索系统的建立过程.并且对于用户而言,小的关键词集易于理解,同时对规则库也可以方便地进行编辑.     

一种稀疏非线性多元多项式的线性化算法

在有限域上非线性多元多项式的解集可以是任意向量集,在该向量集所属的空间上能够找到最小数量的陪集,并覆盖该向量集,用该最小数量的陪集来线性化原有多项式成为了可能。文章以《有限域上向量子集中的陪集及最小陪集覆盖》一文中提出的理论和算法为依据,提出了利用最小陪集覆盖线性化非线性多元多项式的算法,并给出具体实例加以说明。     

基于伪辛空间的LDPC码的构造

基于有限域Fq 上的（2v+2）维伪辛空间,根据子空间的包含关系,选取(m,0,0,1) 型全迷向子空间,构造出了点集和线集并定义了点、线之间的关联关系,根据图论知识构造出所对应的二分图的关联矩阵,得到LDPC码的校验矩阵, 最终构造出LDPC 码C (ν + 1,2ν + 2,q ), 求得围长为8, 最小距离为2q + 2. 对码C (ν + 1,2ν + 2,q ) 取固定参数,利用子空间的包含关系,得到LDPC 码C (3,6,2) 的校验矩阵,求得码率,并对码进行了译码仿真,发现码C (3,6,2) 比相同参数的随机码的码率高.     

基于误分类代价的粗糙模糊集近似集

粗糙模糊集的近似集提供了如何利用已知的信息粒来近似描述模糊知识的方法,但在构建近似集时并没有考虑误分类代价这一实际因素.针对此问题,从误分类代价的角度,提出了粗糙模糊集的近似表示R(X),并揭示了多粒度知识空间中不确定性域对应的误分类代价随着粒度细化的变化规律.实验结果表明,R(X),R(X)和R(X)分别作为X的近似集时,R(X)产生的误分类代价最小,在一定程度上反映了R(X)作为近似集时的优势.     

两阶段最小二乘回归子空间聚类方法

针对高维数据的非线性特性会降低最小二乘回归(LSR)子空间聚类的性能,提出两阶段LSR(TLSR)子空间聚类方法.该方法利用LSR的表示系数定义局部信息惩罚项,构造局部约束LSR方法.在8个数据集上的实验表明该方法适合高维数据的聚类.     

关于保序集值算子的讨论

讨论了半序集和半序拓扑空间中保序集值算子的最小与最大不动点的存在性．在半序集上，给出了类似于中关于序Banach空间中混合单调算子的耦合拟不动点的结果；在半序拓扑空间中，改造了中相关定理中关于算子的条件，得到算子存在最小与最大不动点。     

拓扑空间的基本布尔格

本文称拓扑空间(X.)中满足A~(-0)A~(0-)的集为β集,证明了空间(X.)中企体β集的集簇β(X.)构成一个布尔格;这个格是拓扑空间的一个半拓扑不变量。