凸度量空间内渐近拟非扩张映射不动点的迭代

2001年和2002年Liu Qihou推广了Petryshgh和Williamson,Ghosh和Debnath分别在1973年和1977年的结果,在Banach空间和一致凸Banach空间证明了Ishikawa迭代序列和带误差的Ishikawa迭代序列收敛于渐近拟非扩张映射不动点的若干充要条件.笔者在凸度量空间内,定义了带误差的Ishikawa迭代程序,并且证明了带误差的Ishikawa迭代程序收敛于渐近拟非扩张映射不动点的若干充要条件.该结果统一和推广了近期文献中的许多已知结果.     

基于深度卷积神经网络与中心损失的人脸识别

传统人脸识别方法手工设计特征过程复杂、识别率较低,对于开集人脸识别通用深度学习分类模型特征判别能力较弱。针对这两方面的不足,提出了一种以分类损失与中心损失相结合作为模型训练监督信号的深度卷积神经网络。首先,利用构建的应用场景数据集优调从公共数据集获得初始化参数的深度人脸识别模型,解决训练数据过小和数据分布差异问题,同时提高模型训练速度;然后,以传统损失函数和新的中心损失作为迁移学习过程中的监督信号,使得类内聚合、类间分散,提高模型输出人脸特征的判别能力;最后,对人脸特征进行主成分分析,进一步去除冗余特征,降低特征复杂度,提高人脸识别准确率。实验结果表明,与传统人脸识别算法相比该算法可以自动进行特征提取,并且相对于通用深度学习分类模型该算法通过度量学习使特征表示更具判别力。在自建测试集和LFW、YouTube Faces标准测试集上都取得了较高的识别率。     

模度量空间下的不动点定理

推广了模度量空间,针对一类被称之为Chatterjea映射,在适当的条件下,建立了映射T具有不动点的存在性和唯一性结果．     

非线性优化的广义投影变尺度算法及超线性收敛性

结合罚函数法的思想,提出一种初始点任意的广义投影变尺度算法求解非线性等式和不等式约束优化问题,克服了Maratos效应的校正方向自动产生显式表达式,并在适当的条件下证明了算法是全局收敛的,且具有超线性收敛性.实验结果表明算法有效.     

具有标量旗曲率的R-齐次芬斯勒度量

研究了具有标量旗曲率的R-齐次芬斯勒度量,证明了具有非零标量旗曲率的R-齐次芬斯勒度量必然是黎曼度量.     

基于功能论方法的螺杆式容积计量装置方案设计

在螺杆式容积计量装置方案设计中,运用功能论方法建立方案设计与总体设计之间的过渡,将方案设计中的灰箱图深化,并对功能元作深入分析,得到螺旋式容积计量装置功能系统图．根据灰箱图中的技术元并结合功能系统图建立构造系统图,使灰箱图确定的设计方案进一步充实．通过功能评价,计算出各构造方案的功能价值,从而使螺杆式容积计量装置方案设计可以非常明确而具体地转入总体设计．     

γ-矩阵构成的3-李代数的结构

γ-矩阵是物理上有重要应用的矩阵,且γ-矩阵与3-李代数之间有着紧密的关系.证明γ-矩阵按照通常的换位运算不构成李代数,但γ-矩阵可构成复数域上的单的3-李代数.研究γ-矩阵构成的3-李代数的结构性质、度量结构及3-Hom李代数结构.     

∧≠0的Schwarzchild内部解

导出了当宇宙项存在时的ｓｃｈｗａｒｚｃｈｉｌｄ 内部解．     

Fisher型映象的不动点定理

证明了涉及四个映象的Fisher型映象的公共不动点定理，推广了现有文献中相应的结果。     

经典Wilson圈泛函的计算

用微扰法求出了Ｓｃｈｗａｒｚｓｃｈｉｌｄ度规下的Ｗｉｌｓｏｎ圈泛函之精确结果以及Ｋｅｒｒ同下的微扰结果，并简单地讨论了这些结果的几何意义。