M(o)bius函数与多项式相位的强渐近正交性

证明了Mbius函数与任意多项式相位的强渐近正交性,推广了Green和Tao的相应结果.     

平削算子的L^φ范数不等式

证明了平削算子的L^φ范数不等式，得出平削算子是L^φ上有界算子．     

一类推广的Sikkema-Kantorovich算子在Orlicz空间内的逼近

利用光滑模和K-泛函等工具,讨论了推广的Sikkema-Kantorovich算子在Orlicz空间中的逼近问题,得到了逼近阶的两种估计.     

关于高次Gowers范数的Koopman-von Neumann分解

有限域上的二次Fourier分析是加法组合的一个重要方面,其内容主要涉及关于‖·‖ U3(三次Gowers 范数)的逆定理与Koopman-von Neumann分解(3-KvN),研究与‖·‖Ud相应的d-KvN成为一个自然的问题.本研究给出了d-KvN的一种形式.     

Lusin面积积分函数在Lipα（R^n）（0〈α〈min｛ε,2^1 …

本文证明了Ｌｕｓｉｎ面积积分函数Ｓ（ｆ）的一个即当ｆ∈Ｌｉｐα（Ｒ＾ｎ）时，若存在点ｘ０使得Ｓ（ｆ）（ｘ０）〈∞，则Ｓ（ｆ）∈Ｌｉｐα（Ｒ＾ｎ）（０〈α〈ｍｉｎ｛ε，２＾０｝）且∥Ｓ（ｆ）∥∧α≤Ｃ∥ｆ∥∧α这里Ｃ仅与ｎ，ａ有关。     

一种改进的变动量项归一化p-范数短波信道盲均衡算法

为了进一步提高脉冲环境噪声下归一化p-范数常数模(constant modulus algorithm,CMA)盲均衡算法性能,提出一种变动量项归一化p-范数常数模盲均衡算法.在归一化p-范数常数模盲均衡器更新过程中引入动量项,盲均衡器输出信号依据CMA和判决引导(decision directed,DD)算法分别计算瞬时误差,动量因子依据2种准则下的瞬时误差符号进行自适应调整,得到一种变动量项算法.计算机仿真结果表明,变动量项归一化p-范数盲均衡算法有效提高了算法收敛速度,同时与固定动量项归一化p-范数盲均衡算法相比,具有更小的稳态剩余误差,在脉冲噪声环境下的短波信道盲均衡中具有应用价值.     

基于张量多线性PCA的多变量时间序列模式匹配

提出基于张量多线性PCA的多变量时间序列模式匹配方法,通过张量多线性PCA对多变量时间序列进行低维重构并获得其模式表示,然后利用Frobenius范数设计模式间的相似性度量.在四组公开的多变量时间序列数据集上进行实验,结果表明该方法的匹配准确率较高,时间开销较少,且适用于各种规模的数据集.     

基于仿射包的图像集人脸识别的鲁棒算法

针对基于仿射包的图像集人脸识别方法(AHISD)对于异常值数据的敏感性,提出了一种鲁棒性更强的方法(R1-AHISD).以仿射包模型对图像集建模,通过R1-PCA算法获得仿射子空间的正交基,进而计算定义的仿射包之间的距离,以最近邻分类器得到分类结果.在Honda/UCSD数据库上的仿真实验表明,本方法可以有效地提高识别率和对异常值数据的鲁棒性.     

严格对角占优M-矩阵A的|A~(-1)|_∞上界估计式的改进

利用严格对角占优M-矩阵A的逆矩阵A-1的非主对角元素上界的估计式,给出了|A(-1)|∞上界估计式的改进.证明了所得估计式改进了几个现有文献的结果,并用数值算例进行了说明.     

严格对角占优M-矩阵的逆矩阵无穷大范数的上界序列

利用严格对角占优M-矩阵的逆矩阵元素的上界序列,得到了‖A-1‖∞收敛的上界序列和q(A)收敛的下界序列,这些新的序列提高了现有关于该类问题的研究结果.