The U-Kenmotsu Hypersurfaces Axiom and Six-Dimensional Hermitian Submanifolds of Cayley Algebra

Six-dimensional Hermitian submanifolds of Cayley algebra are considered.It is proved that if such a submanifold of the octave algebta complies with the U-Kenmotsu hypersurfaces axiom,then it is Khlerian.     

运用压缩映射原理证明满足一定条件的函数存在定理及推广

压缩映射是度量空间与度量空间之间的一种特殊的对应关系,通过这种对应关系可以找到集合X中的稳定点即不动点;通过压缩映射定理知道满足一定条件的情况下可以得到唯一的不动点;在已有的定理证明上,通过一些条件的改变,然后得出新的命题,再用微分中值定理证明其正确性.     

扩展AUC模型下最优k-部排序函数的计算

本体作为一种结构化数据存储和表示模型已成为信息科学的核心研究内容之一.在扩展AUC模型的k-部排序本体算法的框架上,提出一种计算最优k-部排序函数的迭代算法.最后,将算法分别作用于GO本体和大学本体.实验表明：新算法对特定的应用领域具有较高的效率.     

无可微性和凸性包含问题的误差界

在Banach空间中建立了一类不需要可微性和凸性条件包含问题的局部Lipschitz误差界和全局Lipschitz误差界.这个结论可以用来研究一类向量优化问题的局部误差界和全局误差界.     

基于度量学习的邻域k凸包集成方法

k局部凸包分类方法通过改进k近邻算法在处理小样本问题时的决策边界而显著提高分类性能,k子凸包分类方法通过克服k凸包分类对类数和样本环状分布的敏感性而改善了分类性能。但是,该方法仍然对样本距离度量方法敏感,并且在k邻域内不同类的样本数经常严重失衡,导致分类性能下降。针对上述问题,文章提出了一种邻域k凸包分类方法,并通过引入距离度量学习和集成学习技术来提高算法对样本空间度量的鲁棒性。大量实验表明,文中提出的基于度量学习的邻域k凸包集成方法具有显著的分类性能优势。     

基于地理位置预测的ETT判据路由协议

提出了基于节点位置预测的路由算法AODV-LP-ETT.该算法通过计算出在通信范围内的节点间链路的ETX值和带宽值进行路由选择,采用灰色预测模型预测节点下一时刻的地理位置,通过判断节点间的距离是否处于彼此的通信范围之内来决定是否使用ETT路由判据.QualNet仿真结果表明,与AODV路由协议相比AODV-LP-ETT路由协议提高了网络吞吐量,提高了分组投递率,降低了平均端到端延时及平均抖动,改善了网络整体性能.     

模糊度量空间中的统计收敛

在较一般模糊度量空间中,引入了统计收敛和统计柯西列的概念;讨论了统计收敛和统计柯西列的一些重要性质;此外,还介绍了模糊度量空间中序列的稀疏子列、统计极限点、统计聚点的概念,研究了它们之间的相互关系.统一和推广了Sencimen 和Pehlivan S近期的工作.     

非线性Jaynes-Cummings模型中原子与光场的纠缠特性

利用密度矩阵的部分转置矩阵负本征值,研究了附加Kerr介质依赖强度耦合Jaynes-Cummings模型中原子与光场纠缠度随时间的演化特性,讨论了Kerr介质与不同初始光场对原子—光场纠缠度的影响.结果表明:原子—光场纠缠度随时间作周期性演化,其演化周期由光场与原子耦合强度以及光场与介质相互作用强度来确定,并随耦合强度和相互作用强度的增加而减小,其纠缠程度会随光场的初始状态的不同而产生明显的变化.     

不动点定理在锥度量空间的推广

把度量空间的不动点定理推广到锥度量空间,得到了不动点定理在新的度量空间的一些有用的新结论.     

关于紧覆盖s,π映射的一个定理

建立了度量空间的紧覆盖s,π映像的内在特征.