改进的新颖全局和声搜索算法

为了提高和声搜索算法的寻优性能,提出了改进的新颖全局和声搜索(INGHS)算法.通过差分向量范数定义和声记忆库多样性,以和声记忆库的多样性信息为指导实现位置动态更新,并结合变异操作更新和声记忆库.算法采用动态位置更新策略产生新和声,在寻优早期具有较好的全局搜索性能,在寻优后期具有较好的局部搜索性能,提高了算法跳出局部最优的能力.利用7个标准测试函数对所提算法与目前已知文献中优秀的改进HS算法进行性能测试,测试结果表明所提算法具有较好的寻优性能.     

赋广义Orlicz范数Orlicz函数空间的完全k-凸性

利用Banach空间凸性理论和广义Orlicz范数的特征,研究了赋广义Orlicz范数Orlicz函数空间完全k-凸性,得到了Orlicz函数空间关于广义Orlicz范数完全k-凸的判别准则.     

冲击噪声下基于Lorentzian范数的CSR参数估计

针对现有重构算法及其改进算法在压缩感知雷达(CSR)参数估计中存在的稳健性不强、适用性不广等问题,提出了一种适用于冲击噪声背景的鲁棒性算法——Lorentzian-ISL0(基于Lorentzian范数的改进光滑l0范数).建立CSR参数估计的稀疏线性模型,并基于Lorentzian范数和高斯函数稀疏正则化,构造冲击噪声下稳健的优化目标函数;修正优化目标函数的牛顿方向,并沿修正方向对估计值进行更新,直至收敛.仿真实验结果表明:与已有算法相比,本文方法计算复杂度更小,支撑集重构更精确,信号重构精度更高.     

Lp(I,E)上的最佳联合逼近

设G是Banach空间E的自反子空间,Lp(I,E)(1≤p<∞)表示定义在区间I=[0,1]上且值域为E的所有p-Bochner可积函数构成的空间. 给出Rm(m≥2)上的一个范数N(·,…,·),其中N在集合R₊m上的每一坐标是非减的,证明Lp(I,G)是Lp(I,E)上的N-联合逼近.      

一类矩阵方程的Hermite广义Hamilton解及其最佳逼近

利用矩阵的广义奇异值分解定理,得到了矩阵方程AHXA=B存在Hermite广义Hamilton解的充分必要条件,并在有解时得到了通解的表达式,同时得到了相应解集中与已知矩阵最佳逼近的Hermite广义Hamilton解和最小范数解.     

线性算子加权范数不等式

证明了一般线性算子的若干加权范数不等式，许多算子的相应结果得到改进和推广。     

Orlicz序列空间的全连续性质

本文给出了Ｏｒｌｉｃｚ序列空间具有全连续性质ＣＣＰ的充分必要条件。结果显示在Ｏｒｌｉｃｚ序列空间中，ＲＮＰ、ＰＣＰ、ＣＰＣＰ性质与ＣＣＰ性质等价。     

广义三角模的近似表示

给出了在理论和应用方面都具有重要意义的连续广义三角模的一种近似表示，这种表示可以“逼近”到事先任意指定的精度。     

关于模糊集的范数

讨论了Ｆ集的几种范数的重要性质及其相互间的关系。     

基于小波特征匹配的短时人体行为识别

在人体行为识别研究中，特征选取是关键。为了获取充分且稳定的行为特征，往往对超过一个行为周期的长时行为数据进行处理，而小于一个行为周期的短时行为数据特征通常不稳定，难以做到准确稳定识别。提出一种基于小波变换和模板匹配相结合的短时人体行为识别方法。使用小波变换方法提取系数特征，将短时测试样本的特征与模板库中的特征进行匹配，根据相似性对行为动作做出分类识别。实验结果表明，此方法对于短时行为动作具有较为准确和稳定的识别性能，有助于实现对人体行为动作的实时识别。