缺项算子矩阵的补问题

设H和K为复Hiblert空间,给定三元算子对(A,B,C),其中A∈B(H),B∈B(K),C∈B(K,H).对定义在HK上的算子矩阵MX=A CX B,当X取遍B(H,K)中算子时,给出了所有的预解集ρ(MX)之交集的刻画.     

基于Kernel PCA的人脸识别算法的探讨

扼要阐明抽取二维人脸图像特征方法并进行人脸识别,结合实验结果进行分析比较主元分析和核主元分析方法的优缺点,得出核主元分析方法在人脸识别算法中误识率低,解决了维数和小样本问题,能准确快速识别人脸的结论.     

自适应的over-relaxed快速动态均值漂移算法

为了解决高斯核均值漂移算法收敛速度慢、计算效率不高的问题,提出自适应over-relaxed快速动态更新方法改进高斯核均值漂移算法。首先,在静态均值漂移算法中引入数据集的动态更新机制,每次迭代后将数据集更新到新的数据点,然后,将迭代过程中聚集在一起的数据点用1个收敛点表示,逐步减少参与计算的数据,保证准确性的同时降低计算量。由于非正态分布的数据集动态更新时,主方向上的数据点的收敛速度较慢,采用over-relaxed的策略来提高主方向数据点的迭代步长,并根据数据集直径的变化,自适应地计算步长参数。实验结果表明,改进后的高斯核均值漂移算法以超线性的速度收敛,收敛点的应用降低了收敛过程中的计算量。     

基于核的动态聚类算法用于机械故障模式分类

针对k均值聚类对特征样本划分存在误分类的问题，提出用基于核的动态聚类算法对风机不同工作状态进行分类识别．实验结果表明，该方法能有效地识别机器运行的异常状态，并能对不同的故障模式进行正确的区分，可应用于机械设备运行状态的动态识别．     

自适应融合的长期目标跟踪算法

为了完成复杂场景中的长期视觉跟踪任务,解决尺度变化、外观变化和跟踪失败等问题,提出了一种双模型融合的长期跟踪算法.首先,将稀疏核相关滤波模型和颜色模型得到的跟踪响应进行自适应融合,构成更具鲁棒性的跟踪结果;然后,利用响应最大值来判断目标跟踪是否成功,并通过随机抽样学习用于在跟踪失败情况下重新检测目标的CUR滤波器,实现长期跟踪.在大规模基准数据集上的实验结果表明,算法在效率、准确性和鲁棒性方面优于现有相关跟踪算法.     

分配P-代数的O-理想与核理想

研究了分配P-代数的O-理想和核理想的性质，证明了分配P-代数的O-理想与核理想是相同的理想。     

正定Lipschitz核的本征值

设 G 是 R~d 中闭单位正方体,正定对称核 K(x,y)在 G×G 上满足α阶的 Lipschitz条件。本文证明,由 K(x,y)生成的积分算子 K 的本征值渐近为 O(1/(n~(1+α/d)))。     

L~q-Dini型核(1<q<∞)奇异积分算子交换子的端点估计

主要证明了具有Lq-Dini型核(1q∞)的奇异积分算子交换子[b,T]满足如下不等式:|{x∈Rn:|[b,T]f(x)|λ}|≤C‖b‖BMO∫Rn|f(λx)|(1+log+|f(λx)|)dx.     

带有积分边界条件的微分方程的数值求解算法

在区间[0,1]中研究带有积分边界条件的微分方程数值求解问题,给出了这类方程精确解的表达式,证明了近似解一致收殓到精确解,误差随结点数的增加单调递减.算例验证了本文算法是有效的.     

基于热核特征的SAR图像地物识别方法

采用了一种空间敏感度特征包(spatially sensitive bags of feature, SS BOF)来实现合成孔径雷达（synthetic aperture radar,SAR）图像的地物识别。首先采用推广的核模糊C 均值方法分割SAR图像,提取SAR图像目标图形;采用Harris角点检测子提取角点,接着对目标图形进行Delaunay三角剖分;采用cotangent weight方法对三角剖分图赋值,进而求得离散化Laplace Beltrami算子的特征值、特征向量,并计算SS BOF,进而对地物目标进行识别,其识别方法采用比L1相似准则效果更好的相关系数法;最后与热核迹等热核不变量特征以及Hu不变矩特征进行对比。实验表明：空间敏感度热核特征的识别率高于热核不变量的识别率,并与经典的Hu不变矩特征比较,识别率有所提高。