关于矩阵范数的几个问题

矩阵算子范数和矩阵酉不变范数是两大类矩阵范数。它们既有区别又有联系。本文首先讨论了一个矩阵范数‖·‖既是算子范数又是酉不变范数的条件。另外，文[4]中在讨论正规矩阵谱变分问题时，用到单调范数和单调酉不变范数的概念。本文证明了，只有F－范数是单调的酉不变范数。另外，在所有的p－范数中，只有1－范数和∞－范数是单调范数。     

带有变换及共轭的奇异积分方程

讨论了一类带有变换及共轭的奇异积分方程的求解问题。应用解析函数积分表达式将奇异积分方程化为一个边值问题，对其求解并迭代，最后将其归结为一类Ｆｒｅｄｈｏｌｍ方程。     

H^2（Sn）的不变子空间

Ｈ２（Ｓｎ）的不变子空间＊丁宣浩（数学系）设Ｈ２（Ｓｎ）表示球面Ｓｎ＝Ｂｎ上的Ｈａｒｄｙ空间，Ｚｊ表示Ｈ２（Ｓｎ）上的坐标乘子，Ｚｊ：ｆ→Ｚｊｆ，ｆ∈Ｈ２（Ｓｎ）．设Ｍ是Ｈ２（Ｓｎ）的闭子空间，如果ＺｊＭＭ，ｊ＝１，２，…，ｎ，则称Ｍ是Ｈ２（Ｓ...     

基于树形结构酉空时星座设计的译码方法

针对酉空时码最大似然检测复杂度高的问题，提出了一种酉空时星座的设计及低复杂度译码方法．根据酉空时信号失真测度的定义，依照最邻近原则对星座进行划分，以最小失真准则计算各个星座子集中信号的最佳中心，再通过迭代算法，交替使用两个局部最佳准则，生成由各个信号子集与对应中心所构成的若干子树，形成树形结构的酉空时星座．接收方以接收信号为树根，选择具有最小失真的中心信号．对选定的中心信号对应的子树进行遍历搜索得到对发送信号的估值．该译码方法仅需要对某一中心信号及其对应子树的叶子节点进行计算，避免了最大似然方法对整个星座的全搜索，从而有效地降低了译码复杂度．仿真实验表明，相对于最大似然检测方法，该方法能够以有限的性能损失换取译码计算的有效简化．     

基于灰度和梯度不变矩的人脸识别

提出一种新的人脸识别方法———灰度-梯度共轭不变矩法,克服了传统方法的缺点,在不增加复杂度的前提下,将灰度信息和梯度信息有效地结合起来,并将其共轭分布反映的纹理特征作为对灰度特征的补充参与特征分类.同时,对经典不变矩组进行分析并改进,消除了离散状态下比例因子的影响.以BP网络作为分类器进行试验,结果表明,与传统方法相比,该方法具有更高的识别率.     

E-逆半群上的一类特殊同余

利用正则半群上的酉群带同余的刻画,讨论了E-逆半群S上的同余ρ是一个酉群带同余当且仅当它是S上的一个群同余和一个带同余的交.     

Synthesis and photocurrent response of porphyrin-containing conjugated polymers

In recent years conjugated polymers have attracted considerable attention because of their potential appli- cations in the fields of light emitting diodes, photo- voltaic devices, and sensors[1―7]. In the fabrication of semiconductor photovoltaic devices…     

关于C*-代数中的可逆元和酉元的凸组合

讨论了Hilbert空间上的C^*-代数A中的可逆群和酉群的一些关系，证明了C^*-代数A中的元素A是可逆的充要条件是存在两个非负实数λ1和λ2，且λ1≠λ2以及酉群中的两个元素U1和U2使得A=λ1U1 λ2U2，给出了λ代数A中范数不大于1的可逆元的全体闭包和酉群的一些关系。     

线谱对矢量量化方法的改进

介绍了8kb／sCS-ACELP语音编码算法中线谱对参数的基本原理，对线谱对参数作了详细的说明，并给出了由LPC系数到线谱对参数的转变过程。对算法中线谱对量化方法做了分析，提出了改进方法。通过仿真试验，证明了新的量化方法有一定的有效性。     

增长曲线模型关于共轭先验的BAYES分析

从贝叶斯观点利用共轭先验考查了增长曲线模型。得到了参数τ和协方∑的边缘后验分布，并在此基础上给出τ的后验估计、估计域和∑的后验估计。