环上的α-可乘导子

利用矩阵分块理论证明了如果环R上具有一个非平凡投影且具有一定的性质,则环R上的每一个α-可乘导子是可加的．     

具有Hermite插值性质的可加细函数向量

通过引入Hermite插值条件, 给出一个全新的具有Hermite插值性质的可加细函数向量, 即Hermite插值型可加细函数向量, 并结合相应的Hermite插值型尺度滤波器, 刻画了Hermite插值型可加细函数向量的性质.     

保持一类正规特征值的可加映射

设B(X)是无限维复Banach空间上全体有界线性算子组成的代数. 利用算子谱的性质研究B(X)上双边保持部分正规特征值可加满射的结构, 证明该映射是B(X)上的同构或反同构.     

基于Gibbs抽样的我国汇率可加异常值的识别

异常值会使统计分析误差增大,为了识别这些异常值,本文给出了基于Gibbs抽样识别可加异常值的方法,并用我国人民币对美元汇率的月度数据进行实证研究。     

自反代数的可加导子

设Ａ为Ｂａｎａｃｈ空间Ｘ中一自反代数,使得在ＬａｔＡ中Ｏ＋≠Ｏ且Ｘ＿≠Ｘ则每一可加导子δ：Ａ→Ｂ（Ｘ）具有形式δ（Ａ）＝ＴＡ－ＡＴ。     

闭区间上凸函数的单调性与超加性

本文利用凸函数定义,获得了闭区间[a,b]上凸函数的有界性、区间端点处的极限存在性以及闭区间[0,c]上凸函数对于数乘运算的不等式性质,进而利用连续延拓的方法构造了[a,b]上的连续凸函数,给出区间[a,b]上凸函数的单调性,最后给出区间[0,c]上凸函数满足超加性的一个充分条件.     

多型异构数据下关联变权空间多属性决策方法

针对当前空间多属性决策方法对空间特性的考虑不足,提出一种综合考虑多型异构性、空间复杂关联性以及空间动态性的空间多属性决策新方法.首先,定义了多型异构数据的D-U空间映射法则,提出了一种使多型异构数据能在空间中得以同构化的方法.其次,考虑空间复杂关联性及动态性,构造了2可加模糊测度下的广义Banzhaf关联变权及关联状态变权.然后,为客观确定关联属性的重要程度,建立了基于2可加模糊测度的广义Banzhaf Choquet逼近理想解优化模型,在此基础上融合关联属性信息实现备选方案的排序优选.最后,将所建模型用于干热岩勘探选区决策案例中,验证了方法的可行性,对比分析证明了方法的有效性及优越性.     

模糊隶属度定义中隐含的问题

在模糊集合定义中,模糊隶属度μ(x)是研究对象x的函数.本文指出,μ(x)也是x关于状态(或性质)集的函数.作为状态集函数的模糊隶属度若不满足“归一条件”及“可加性原则,”那么,作为测量结果的模糊隶属度将是不可信的.     

关于可加模糊集函数的一种分解

在经典测度论中,每个可加集函数可表示为两个测度之差,即将集函数表示为其上、下变差之差.本文将不交变差的定义推广到了模糊集上,运用三角基本模T∞和S∞算子表示模糊集合间的运算,T∞证明了有限可加模糊集函数在有界不交变差条件下的约当分解,推出了有界不交变差集函数的全不交变差的一种表示形式.     

移动机器人VSLAM和VISLAM技术综述

同时定位与地图构建(SLAM)技术是指移动机器人通过自身搭载的传感器以实现同时定位与地图构建。视觉传感器与惯性测量单元极强的互补性使得视觉SLAM(VISLAM)成为SLAM研究中的热点方向。分别介绍了VSLAM技术中具有代表性的算法、特征提取方法以及卡尔曼滤波和非线性优化方法的应用,并对惯性导航系统做了简短阐述。当前VSLAM系统中往往存在光照变化剧烈、图像模糊、特征不明显等问题,将对SLAM系统造成严重后果。进而引出了多传感器融合SLAM中具有代表性的VISLAM技术,并介绍了VISLAM技术中视觉传感器和惯性测量单元的松耦合、紧耦合2种信息融合方法以及卡尔曼滤波和光束平差法在后端优化上的应用,对其未来的发展方向也做了展望。