广义分布空间中卷积算子可解之充要条件

Ｅｈｒｅｎｐｒｅｉｓ及Ｈｏｒｍａｎｄｅｒ在Ｓｃｈｗａｒｔｚ缓增分布空间中讨论了卷积算子的可解。本文充分利用Ｂｅｕｒｌｉｎｇ广义分布空间中的Ｆｏｕｒｉｅｒ－Ｌａｐｌａｃｅ变换的性质，在Ｂｅｕｒｌｉｎｇ广义分布空间中讨论了卷积算子可解的几个等价条件，进而导出了卷积算子可解的充要条件，并推广了Ｈｏｒｍａｎｄｅｒ的某些结果     

THE TYPE OF A CLASS OF VILENKIN CONVOLUTION OPERATORS

在满足第二个数公理的零紧Ａｂｅｌ群Ｇ的空间Ｌ（Ｇ）中研究了一类Ｖｉｌｅｎｋｉｎ卷积算子的性质．该类算子包括Ｖｉｌｅｎｋｉｎ－Ｆｏｕｒｉｅｒ级数的部份和、Ｆｅｊｅｒ平均等作为特例．文中证明了这类算子是弱（１,１）型和强（ｑ,ｑ）型的,１＜ｑ＜∞．     

集值拟增算子的新不动点定理

该文引进伪下可分概念，借助孙经先先生的论文“非线性泛函分析序集一般原理的推广”中的方法，得出集值拟增算子的新不动点定理。     

神经网络训练的分解重组算法

本文介绍了把线性不可分问题分解为一系列线性可分子问题、对线性不可分问题进行求解的网络分解重组算法．还证明了该算法的收敛性．实例研究表明：该算法不仅可以得到神经网络的隐层空间目标和隐层单元数，而且提高了对线性不可分问题的求解速度，因此是一个非常有效的神经网络训练算法．     

一类恒等逼近

针对文献[1]在R上引进的一类恒等逼近，研究了它在R上对应物的性质，并且对一类重要的特例（本文称为p型恒等逼近）进行了分析．     

基于单周期控制的分离式三相PFC系统仿真

提出了一种新型分离式三相PFC(功率因数校正)系统结构,并应用单周期控制技术实现了三相整流器的单位功率因数。该方法不需乘法器,简化了系统,并且分离式的结构满足了用户的不同需求。使用matlab的simulink仿真工具建立了该系统的仿真模型,仿真实验结果验证了该系统的有效性。     

基于深度CRF模型的图像语义分割方法

从图像中提取多种特征向量堆叠为一个高维特征向量用于图像语义分割,会导致部分特征向量的分类能力减弱或丢失。针对此问题,提出了一种结合深度卷积神经网络AlexNet和条件随机场的图像语义分割方法。利用预训练好的AlexNet模型提取图像特征,再通过条件随机场对多特征及上下文信息的有效利用来实现图像的语义分割。与利用传统经典特征的方法进行对比,实验结果表明:在利用AlexNet模型提取特征进行图像语义分割时,Conv5层为最有效的特征提取层,在Stanford background和Weizmann horse数据集下的识别准确率分别为81.0%和91.7%,均高于其他2种对比方法,说明AlexNet可以提取更有效的特征,得到更高的语义分割精度。     

关于正整数幂的多重卷积公式

若k个正整数的和为n,那么这k个正整数积的r次幂的多重和就是正整数的r次幂的k重卷积.使用生成函数方法首先得到了一次幂和二次幂的k重卷积的求和公式,然后借助于导数算子和第二类Stirling数给出了一般的r次幂的k重卷积的求和公式.     

一种基于深度卷积神经网络的摄像机覆盖质量评价算法

随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集; 设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化.