周期点集的局部度量稳定性

给出了紧致量空间上连续自映射的周期点集具有局部度量稳定性的必要条件和充分条件。     

信息几何研究进展

随着人工智能的不断深入,基于欧氏框架的数学理论无法有效地解决信息领域中的一些非线性和随机性问题,而信息几何是解决非线性和随机性问题的有效工具。基于黎曼几何的信息几何由于其在统计推断、信号处理、图像处理、神经网络、机器学习等领域的广泛应用,受到了人们的关注,成为热门的研究领域。经过几十年的发展,信息几何已经从最初鲜为人知的领域发展成为研究非线性、随机性复杂信息的重要工具。将对信息几何研究进展做一个综述。首先介绍信息几何的理论框架,包括对偶联络、流形上的测地距离、以及黎曼梯度等,然后简要介绍信息几何在统计推断、神经网络、控制系统领域、信号处理、机器学习等领域的应用,最后介绍信息几何的展望,期望对信息几何感兴趣的学者有所帮助。通过该综述,读者可以了解到信息几何的基本理论框架,了解到信息几何的重要应用场景,为解决信息领域中的瓶颈问题提供一定的启发。     

任意变速参考系中K-G方程的解析解

１９８７年,唐智明通过严格求解Ｅｉｎｓｔｅｉｎ场方程得到一个任意变速参考系的度规。１９９１年,作者采用该度规导出了相应的Ｋ－Ｇ方程,进行了分离变量,讨论了匀加速参考中Ｋ－Ｇ方程的解。采用微分方程理论中求特征线的方法成功地将Ｋ－Ｇ方程化成标准的Ｌａｐｌａｃｅ双曲线方程,并求出方程的解析解。     

《现代汉语词典》第5版家具类词计量研究

现代汉语家具类词颇具特色。在语音形式上,家具类词语以单音节和双音节居多,三音节相对较少,四音节很罕见。在词义架构上,单义词占优势,多义词只占少数一部分,词义架构简单。从词的内部语素构成来看,家具类词语中合成词占有绝对的优势。单纯词中以单音节单纯词为主。合成词中不存在重叠式合成词。复合式合成词中,偏正型占有主要地位,联合型次之。附加式合成词中,以"词根+词缀"型为主。《现汉》在家具类词语的诠释中较之《汉语大词典》和《现代汉语规范词典》还存在一些有待改善的地方,尤其在遵循统一性方面还有许多问题可以讨论。     

Hilbert空间上无穷可数族非自射k-严格伪压缩映象之公共不动点的带误差逼近

利用Petryshyn不等式引理和无穷可数族W 映象技巧, 证明了涉及无穷可数族非自射k 严格伪压缩映象{S_i: C→H}^∞_i=1的含误差的显式迭代算法的强收敛性, 从而在Hilbert空间将已有的自射非扩张映象的迭代算法推广到非自射k-严格伪压缩映象的迭代算法.     

基于量化指标分析的软件质量度量方法

使用定量的软件质量度量能够为质量管理人员的决策提供数据的基础，并减少定性评价或者主观评价的片面性。本文基于ISO/IEC9126软件质量标准，在分析软件质量度量的量化指标的基础上，进行了软件质量度量方法的研究，完善了软件质量综合特性和定量指标的度量模型。     

Lukasiewicz三值逻辑度量空间中的反射变换

在Lukasiewicz三值逻辑度量空间中定义了反射变换φ和(准)对称逻辑公式,探讨了反射变换φ的性质,证明了φ保持逻辑等价关系和(准)对称逻辑公式,且为同态变换.研究了φ在商代数——Lindenbaum代数上诱导的反射变换φ*的性质.证明了φ*是自同构的等距变换,进而讨论了φ*的不动点的性态,得到了4类特殊的不动点形式[A]∨φ*([A]),[A]∧φ*([A]),[A]φ*([A])和[A]φ*([A]).     

无线网状网中一种基于综合准则的路由判据

无线网状网是一种新型的宽带无线接入网络,其中路由算法的设计是一个非常活跃的研究领域。由于无线网状网具有的一些特性,现有的基于最小跳数的路由算法并不适合无线网状网。为了提高网络性能,文章在综合考虑无线链路质量、链路间的干扰以及节点的负载情况后,提出了一种新的路由判据I-WCETT;仿真结果表明,该方案能显著提高网络的吞吐量。     

关于等价度量的若干等价判定及应用

在同一度量空间中可诱导出相容的两个不同度量会给人们处理问题带来方便,因此,度量的等价性是一个值得讨论的课题。首先,介绍了度量空间中的等价度量、度量拓扑、等价拓扑基及同胚映射等基本概念。然后,在此基础上讨论了等价度量的基本性质及各种概念间的内在联系,并由此给出了关于等价度量的判定性定理及其重要推论,给出了等价度量应用的简单实例。最后,通过构造的方式,给出了一种重要的等价度量形式。     

基于核可能性c-均值算法的支持向量机

提出一种基于核可能性c-均值算法的支持向量机分类算法,该算法改进了SVM训练过程中噪声和孤立点的敏感问题.其基本思想是:用核可能性c-均值算法对每个模式类训练样本进行聚类,得到不同的可能性度量值,根据得到的可能性度量值对训练样本进行修剪,删除具有较低可能性度量值的训练样本,最后用生成的新训练样本训练支持向量机.实验结果表明,该算法可以有效地解决由噪声和孤立点引发的分类错误问题以及重要样本的错分问题.