向量值多线性交换子极大算子的加权估计

利用sharp极大估计给出了向量值极大算子的多线性交换子加权估计。由此可将极大算子的多线性交换子延拓为向量值加权的Lebesgue空间上的有界算子。     

基于加权语义网和有效信息的个性化用户兴趣建模*

为了提高个性化用户兴趣建模的准确率,对用户建模过程进行了优化。在计算文档相似度时,综合考虑特征词的语义关系以及在文档中的分布情况,引入加权语义网,提高了文档相似度计算精度;在计算兴趣度权值时,引入有效信息的概念及量化方法,以解决用户兴趣类权值计算过于主观的问题,并提出具体权值算法,提高了权值计算的准确性。实验结果表明,改进的方法在用户兴趣聚类和兴趣类别权值计算的准确率上都较以往方法有较大提高。     

关于加权的Bernstein-Markov型不等式

假设函数f在端点处具有奇性,该文针对此类函数定义了一类修正的Bernstein算子,并在此基础上给出了修正的Bernstein算子的加权Bernstein-Markov型不等式,此类不等式推广了数学工作者们的结论。     

基于加权朴素贝叶斯分类算法的学生成绩决策分析

在已有上机实验数据的基础上,使用综合的权值计算方法,将加权朴素贝叶斯分类算法应用到学生成绩分析与预测中．实验结果显示,对于学生的成绩分类,使用综合权值的结果优于传统权值的分类结果,表明使用文中的加权贝叶斯方法分析学生成绩是切实可行的．     

基于侧抑制的红外图像自适应预处理

针对复杂海空背景下的红外图像,提出了一种基于侧抑制的红外图像自适应预处理的方法。根据不同背景图像方差加权信息熵的变化,建立了方差加权信息熵与侧抑制网络作用调节因子的对应关系。通过对不同实际场景自适应地调整侧抑制网络作用强度,实现了不同背景条件下实时红外序列图像的自适应处理。仿真实验表明,该方法能有效提高杂波背景下图像的信杂比,具有突出目标特征和适应复杂背景的能力。     

基于遗传算法的旋律匹配模型研究

基于内容音乐检索(MIR)以其简捷、直观的检索方式成为模式识别、信号处理等领域研究的热点之一.在MIR问题中,特征的选择、表示和匹配是核心技术.在研究分析音乐物理及感知特征的基础上,以旋律作为主要特征,通过基音提取和动态阈值分割音符算法,为待检索音乐数据集和输入音乐样本建立了旋律表示模型;应用遗传算法对齐模板,修正哼唱输入个体差异,以提高检索精确度;融合欧式距离和动态时间扭曲(dynamic time warping,DTW)相似度实现度量匹配模板,以加强容错和泛化能力.实验表明,算法的速度及精度可良好地满足哼唱系统的要求,并可扩展应用于相似的系统.     

网络选址的绝对重心问题和赋权绝对重心（p=1）问题的一种新方法证明

网络选址的绝对重心和赋权绝对重心问题是网络选址的两个经典的问题。以往的文献对于这两个问题的证明很复杂,在这里使用反证法,重新给出了一个比较简单,易懂的证明。通过证明,可以更好的分析和理解这两个问题。     

反距离加权法流场矢量插值研究

为解决非结构网格下诸多水流模型计算所得流场(流速、水位和通量等)在后处理图中显示凌乱(不利于反映流场特征)的问题,运用反距离加权法对非结构网格的流场结果进行插值,得到任意目标结构网格下的流场值.该方法应用于实际工程中,插值结果与原计算结果吻合较好,满足工程精度要求.     

φ-混合随机变量序列加权和的完全收敛性

讨论了同分布下的φ-混合随机变量序列的完全收敛性,构建了1个定理和1个推论,它改进了前人的一些研究成果,获得了更一般的结论．     

Bergman空间上的加权复合算子

文章首先给出了Bergman空间La^2上加权复合算子,通过研究该空间上酉加权复合算子和紧自伴加权复合算子的谱、特征向量以及特征子空间,进一步完善了Bergman空间La^2上加权复合算子的理论。