一种基于度量距离学习的图像检索方法

CBIR系统由于受图像低层特征的限制,制约了它的检索效果。机器学习和统计方法是一种有效的提高检索性能的方法,但通常需要大量的训练样本才能达到满意的检索精度。提出一种理想的距离度量函数,在对图像进行简单分类并提供少量训练样本的基础上,通过类的距离度量矩阵M的学习来考虑分量之间的相关性。这个度量导入二次最佳化问题的解,将训练样本类结构的倾斜最小化。试验结果表明,该方法能在学习样本极少的情况下提高检索的性能。     

距离空间中的向量值伪概周期函数

定义了距离空间中的向量值伪概周期函数,考察了该函数的性质.这类向量值函数包含了一些已知函数作为特殊情况(例如概周期函数,渐近概周期函数等).应用数学分析中的基本方法证明了唯一分解定理,即距离空间中的向量值伪概周期函数和概周期函数之间的距离是一个遍历扰动.     

基于规则的模糊信息的排序方法

以模糊数空间上的度量以及一族可以序化的模糊集(称之为规则库)为基础,引入了模糊数关于规则库的位值概念,建立了一种模糊数的排序方法,并通过模糊数关于规则库的符合度来进一步描述模糊数关于规则库的位值,给出了模糊信息的复合量化策略,讨论了位值和符合度的基本性质,为有效地解决某种意识下的不确定型优化问题奠定了基础.     

紧伪度量空间上的Hausdorff维数和加倍测度

在紧的伪度量空间(X,d)上,论证了支撑在(X,d)上的加倍测度的存在性与(X,d)上的一致度量维数之间的一些相互关系;并证明了若(X,d)有有限的一致度量维数,则对任意α>0,存在(X,d)上的加倍测度在某个Hausdorff维数最多为α的集上满测.     

面向突发事件的电网韧性能力评价及构建方法

近年来,我国对电力系统面对突发事件时的性能表现提出了更为严格的要求,利用韧性的概念构建电网系统能够实现应急全周期内避免损失.文章利用应急管理理论分阶段刻画韧性的特征,在描述突发事件下电网韧性能力的同时提出了一种定量评价电网韧性的方法,它侧重于电网在突发事件发生后随着时间的推移维持稳定、抵抗中断、恢复性能的调整能力:利用给出的韧性评价指数结合电网特有的包括运行模式、组件物理强度和网络拓扑结构在内的电网特征,针对性地描述了能够增强电网韧性的措施.最后举例选取N-1准则措施利用PSCAD软件进行仿真模拟,利用韧性评价指数说明N-1措施能够增强电网韧性的同时,验证了韧性评价指数的合理性.电网实例引用IEEE14节点模型.     

四维时空中场方程表述形式的推导方法

场方程的推导在量子场论中占有很重要的地位。鉴于在大多数理论物理教程中都是仅仅给出场方程的形式,而鲜有得出场方程的具体推导过程。从物质场的作用量S(其中拉格朗日函数具有对称性)和四维平直时空、四维弯曲时空的度规出发,应用变分原理及数学知识,分别给出了四维平直时空和四维弯曲时空中物质场场方程的具体推导过程,供广大理论物理学习者和爱好者参考。     

WSN中基于跨层策略的低能耗/高可靠通信问题研究

可靠通信、低能耗是无线传感器网络的热点研究性能指标.为了提升网络的整体性能,首先在物理层、路由层上分别提出功率反馈控制算法与一种路由量度;其次分析了上述两种性能指标内在的矛盾,并在此基础之上设计一种以可靠通信为前提,节约能量的跨层优化算法.研究结果发现,现有的跨层优化算法可以在一定程度上提升网络性能,但是存在局限性;从性能指标内在矛盾出发,合理设计算法才可以在众多矛盾之中找到最优解.     

度量空间的紧覆盖π的（P）映像

本文建立了度量空间的紧覆盖π的（P）映像的内在特征,即证明了X是度量空间的紧覆盖π的（P）映射下的像当且仅当X具有性质（P）的紧有限分解的点星网.     

基于黎曼度量的最小二乘支持向量机模型选择

针对最小二乘支持向量机(LS-SVM)模型选择效果不稳定、易于过学习的问题,提出了一种基于黎曼度量的模型选择方法.首先,基于信息几何理论,证明了LS-SVM模型泛化能力受样本点二阶协变张量的影响;其次,进一步证明了同时最小化所有样本点的黎曼度量之和与权重向量的L2范数即可提高模型泛化能力;在此基础上,将LS-SVM模型选择转换为一个多目标优化问题,引入多目标粒子群算法选取最优超参数.采用仿真与真实UCI数据集对所提方法进行了对比实验,结果表明,与传统LS-SVM与基于留一法模型选择的LS-SVM相比,所提方法可以取得更小的泛化误差,同时数值稳定性更好.     

最优ε策略的性质及线性度量对策的值

本文确定了线性度量对策两个局中人具有特定的最优ε策略类,利用这些策略类的性质,估计了线性度量对策的值.