G2,n中的可兼极小曲面

刻划了从Riemann面到复Grassmann流形的具有拓扑度>2n(g-1)或∂′阶有限的一切可兼极小浸入。     

一种改进的迭代样本挑选算法

针对近邻法分类需要大量计算和存储的缺点,提出了一种改进的样本挑选算法(different iterative case filtering,DICF).该算法首先评价每个样本的分类能力,据此不断删除分类能力弱的样本,迭代执行此过程,直到压缩子集不再变小为止. 经分析得出DICF算法时间复杂度为O(n~2). 在真实数据库上的实验结果表明,通过DICF算法得到的压缩集在压缩比、分类精度上均优于MCS,ICF, ENN等经典算法.     

具有某些可补子群的有限群

子群H称为在有限群G中有补,如果存在G的子群K使得G=HK且H∩K=1.利用某些极小子群的可补性,该文给出了有限群成为p-幂零和可解的若干充分或必要条件.一些已知的结果得到了推广.     

关于Stormer定理

把文献[4-5]中与Stormer定理类似的结论推广到不定方程kx2-ly2=1,kx2-ly2=2,kx2-ly2=4上,得到了与文献[4-5]类似的结论.     

基于改进的SVM学习算法及其在信用评分中的应用

对于处理大规模问题的信用评分方法除要求达到一定的准确率之外,其速度、可解释性、简洁性等性能也非常重要. 借鉴SMO的思想, 首先提出一个基于三变量的改进的SVM学习算法, 即将SVM问题分解为一系列含有三个变量的二次规划子问题,其优点是所求的相应松弛子问题都有解析解,使得该方法能够更加精确和快速地逼近最优解;其次将新算法应用于信用评分问题,在UCI机器学习库中的三个公共数据集上的数值试验表明了新方法的有效性:不仅节省了模型的计算代价, 而且还提高了分类精度.     

极小T(min)(α，β)-γ空间

首先给出极小(α,β)-γ-开集和T -γ(min)空间的定义,并获得了它们的相关性质;然后引入了(α,β)-γ-连续和(α,β)-γ-LF空间的概念, 并得到它们更广泛的拓扑性质.     

关于向量的最小多项式

利用向量的最小多项式,给出了Cayley-Hamilton定理的一个证明;并证明了对有限维向量空间及其上的线性变换A存在某个向量关于A的最小多项式等于A的最小多项式.     

基于MMSE估计的全极化雷达自适应脉冲压缩

针对同时极化测量体制雷达发射波形自相关和互相关特性相互制约的矛盾,提出了一种基于最小均方误差估计的全极化雷达自适应脉冲压缩方法,其核心思想是通过初始化滤波器得到各距离单元散射系数的先验信息,并结合对应极化通道的回波信号,根据贝叶斯原理估计得到每个距离单元的自适应滤波器,在分离各极化通道回波信号的同时实现脉冲压缩。通过设置典型的仿真场景,从检测概率和目标极化散射矩阵估计的均方误差两个方面分析了自适应脉冲压缩算法的性能。仿真结果表明,该算法能有效地抑制邻近距离单元的干扰和不同极化通道之间的互扰,比标准匹配滤波器更好地实现全极化雷达脉冲压缩。     

集值映射的余切上图导数的应用

考虑集值优化问题minF(x)x∈A,其中:X和Y是实赋范空间;A是X的一个非空子集;KY是一个尖闭凸锥;F:A→Y是一个集值映射,借助集值映射的余切上图导数,给出了Benson真极小解和极小解的关系及取得真极小解必要的最优性条件.     

极小子群及4阶循环子群的半覆盖远离性

群G的一个子群H称为在G中具有半覆盖远离性,如果存在G的一个主群列1=G₀1<…l=G,使得对每一个j=1,2,…,l,或者H覆盖Gj/Gj－1,或者H远离Gj/Gj－1.利用极小子群及4阶循环子群具有半覆盖远离性的性质,得到一些新的关于有限群为幂零群或超可解群的充分必要条件,推广了以前的结论.