A_β~α空间到F(p,q,s)空间的加权复合算子

讨论了Aαβ空间到F(p,q,s)空间的加权复合算子Tυ,(f)=υ·f的有界性和紧性,给出了相关的充要条件。     

带非光滑核的奇异积分算子交换子的加权有界性估计

本文研究了具有非光滑核的奇异积分算子Tf(x)=∫_(R~n)K(x,y)f(y)dy与加权Lipschtiz函数b生成的交换子[b,T]的Sharp极大函数的点态估计,并应用该估计证明了这类交换子[b,T]是由L~p(v)到L~q(v~(1-q))的有界算子,其中b∈Lip_(β,v),v ∈ A_1,1/q=1/p-β/n,0β1,1pq∞,改进了一些已知结果。     

求解加权最小闭包球问题的列生成算法

先建立求解加权最小闭包球(WMEB)问题的序列最小最优化(SMO)算法的线性收敛性, 再结合列生成算法的思想, 即每次迭代将与当前球 心加权距离最远的点加到核心集中, 并调用SMO算法, 提出一种求解WMEB问题的列生成算法. 数值实验结果表明, 该算法能有效提高求解大规模数据集上WMEB问题的计算效率.     

向量值算子在加权Herz-Morrey空间上的有界性

研究了向量值Hardy-Littlewood算子在加权Herz-Morrey空间及加权弱Herz-Morrey空间上的有界性,应用这些结果,得到了一大类定义在Rn上的次线性算子向量值不等式.     

基于单类SVM 和加权多示例采样方法的目标跟踪算法

基于分类的跟踪算法成为当前目标跟踪的研究热点.首先把跟踪问题看成是一个目标和背景的二分类问题,根据每一帧的正负样本数据训练SVM分类器,通过分类器的分类概率值确定目标位置.然而,采集正负样本边界的那些样本很容易出现异常点,当把它们作为目标的下一帧位置时将会出现严重的跟踪漂移问题.本文在此基础上提出一种基于单类支持向量机(One-class support vector machine)的目标跟踪算法,基于One-class SVM分类能有效地排除其他类的干扰,有效地防止异常样本的出现.并结合加权多示例采样方法,使得每个采样样本会根据不同的权值对于分类器的贡献而不同.实验结果表明本文改进跟踪方法的鲁棒性.     

垂直交点APIT定位改进算法

针对APIT算法存在的问题,提出了一种新的判断未知节点位置的方法。首先选择3个任意组合的锚节点,通过任意一个锚节点对另外两个锚节点所在直线作垂线得到垂直交点,通过比较这个锚节点到交点的距离和它与未知节点的距离的关系,初步判断未知节点位置,同时,通过加权质心定位算法得到未知节点的精确估计值。Matlab仿真结果表明,改进后的算法相比较经典APIT算法在定位精度上有了很大提高。     

京津冀地区民用机场交通可达性及其与人口密度的关系研究

京津冀机场群协同发展是京津冀一体化的重要组成部分,机场交通可达性研究是明晰机场服务范围,促进机场协调发展的重要手段。分析机场可达性与人口布局的关系,对京津冀地区机场协调发展具有重要的理论和实践意义。研究运用成本栅格加权距离算法,在GIS支持下,计算京津冀地区民用机场的交通可达性,并分析其空间分异特征,进而探讨京津冀地区交通可达性与人口密度分布的关系,揭示京津冀不同区域和不同小时圈中机场可达性与人口布局的内在机制,为区域机场协调发展、促进京津冀地区机场合理规划提供科学依据。研究表明,京津冀地区机场可达性呈现南高北低、东高西低、中间地区强于边缘地区的趋势。机场可达性与人口密度具有明显的相关性。随着机场可达性百分比的增加,人口密度百分比成减小的趋势,相关系数达-0.73(P0.01),这种负相关关系可以通过幂指数的方程来定量表达;1.5小时圈是目前京津冀地区机场可达性与人口布局产生作用的最远距离,反映了机场服务范围与人口分布的关系;北京、天津和河北省三地,机场可达性与人口布局的相关性差异显著;北京和河北省地区的机场可达性与人口分布的主要作用圈在1~1.5 h圈;天津地区的主要作用圈在0.5~1 h圈,主要与城市规划和机场布局相关。在未来的机场规划中,新建机场应在1.5 h圈范围以外,同时考虑区域的人口密度状况。     

Eckart加权的自适应时间延迟估计

提出了一种Ｅｃｋａｒｔ加权的自适应时间延迟估计方法，分析了其性能，给出了计算机模拟的结果，理论分析和计算机模拟表明；这种时和瞎估计方法不依赖于输入信号和噪声的先验知识，具有较高的估计精度。     

几何凸函数的对称拟算术平均不等式

建立了几何凸函数的对称拟算术平均不等式,对文献[1]提出的不等式进行了推广统一;引进加权对数幂平均的概念,建立起其与双参数平均之间的关系,得到加权对数平均不等式,从而确定了几何凸函数的几何平均、算术平均的上界的大小关系;最后,提出了几何凸函数的对称拟算术平均不等式的推广问题.     

高椒盐噪声图像滤波算法

提出了一种适合于消除高密度椒盐噪声的滤波器。该滤波器充分利用了直方图在受椒盐噪声污染前后形状基本不变的稳健特性。通过计算相邻灰阶直方图的差得直方图梯度,并据此界定噪声范围,确定噪声点。对噪声点,结合图像直方图和图像局部相关的特性,提出了一种新的自适应加权平均算法,是一种新型的噪声判别及噪声滤除算法。该算法可以根据试验需要,采用迭代的方式,达到理想的滤波效果。试验表明,本算法对椒盐噪声特别是高噪声率图像的处理具有很好的性能。相比较现有算法,其去噪声能力大大提升。