半紧1－集压缩映射与广义集压缩映射组的某些不动点定理

在文［１～４］的基础上扩充了半紧１－集压缩映射在楔形上的不动点与Ａｘ＝μｘ的解的某些结果，还扩充了文［５］中广义集压缩映射组的不动点定理。主要结果是定理２～３、定理６、定理８～９。     

P_1紧与半紧1－集压缩映射的Altman定理

本文于［１］－［６］的基础上在Ｂａｎａｃｈ空间中关于Ｐ１－紧与半紧１－集压缩映射的不动点与方程Ａｘ＝μｘ的解以扩充Ａｌｔｍａｎ定理的某些结果既提到Ａ－Ｐｒｏｐｅｒ算子的反演算子的不动点，也提到楔形上Ａｌｔｍａｎ定理其主要结果是定理１、定理２与定理９、定理１２本文是［３］的继续。     

集值映射的连续选择

本文推广了［１］中的结果，证明了如下定理，任何从仿紧拓扑空间到实轴的集值映射若具有凸闭像且几乎下半连续，则存在连续选择。     

集值映射空间的度量化

本文研究拓扑空间到一致空间上点紧致的连续集值映射空间在紧开拓扑、一致收敛拓扑、紧致处一致收敛拓扑和度量拓扑等之下它们之间的关系,利用诱导映射和嵌入的方法给出了拓扑空间到实直线上点紧致的连续集值映射空间可度量化的若干等价条件。这些结论将单值连续映射空间上的可度量化结果推广到了点紧致的连续集值映射空间上。     

集压缩增算子的不动点定理

本文在非紧性条件下证明了若干非连续增算子的新的不动点定理。     

压缩映射-参数微扰控制混沌

提出一个压缩映射-参数微扰控制混沌动力特性的新方法，通过对系统可调参数的瞬态小干扰反馈，将非线性动力系统中出现的混沌运动，引导到嵌入在混沌吸引子内无数不稳定周期轨中预期的一个轨，并使之稳定。本方法用于控制非线性转子系统和Duffing振子系统的混沌运动、数值结果表明该方法有效。     

具有半伪移位不变集的映射

证明了两个定理：定理１设（Ｘ，ｄ）为紧致度量空间，ｆ∈Ｃ（Ｘ，Ｘ），若存在某个ｎ〉０，使得ｆ＾ｎ有半伪移位不变集，附ｆ是Ｌｉ－Ｙｏｒｋｅ意义下混沌的，且存在混沌集Ｃ∈Ｒ（ｆ）－Ａｐ（ｆ）。定理２若Ｘ＝Ｉ或Ｓ１，ｆ∈＾１０（Ｘ，Ｘ），春拓扑熵大于零的充分必要条件为，ｆ为Ｌｉ－Ｙｏｒｋｅ下混沌的，且存在混 Ｃ∈Ｒ（ｆ）－Ａｐ（ｆ）。     

集值L-A-Proper映射的广义度理论

考虑Hilbert空间H中一类半线性方程z∈(L+N)U,基本假设与记号同[1],设集值映射具非空凸值。 定义1 称N:→2~H为集值L—A—proper映射,ⅰ)n,ψ_Nn:→2~(Hn),u.a.c其紧值,ⅱ)由有界,z_0∈H,使),可推出和,有U_(njk)→U_0且z_0∈(L+N)U_0。     

基于自组织特征映射神经网络的地图压缩

本文在介绍自组织特征映射（SOFM）神经网络的基础上,针对基于自组织特征映射神经网络的矢量量化算法,提出使用该算法对彩色地图进行压缩。实验表明此方法对地图具有明显的压缩效果,对其色彩进行了优化。压缩后地图的细节有一定损失,但不影响地图的判读。     

集值与单值映射的随机重合定理

本文在相容性条件下建立集值与单值映射的随机重合定理,并由它导出单值映像的公共随机不动点定理,统一和推广了Itoh,张石生、丁协平和Paragcorgiou的主要结果。同时,在确定性情形也改进和推广了Jungck、Sessa与Kaneko和scssa等一些结果。     

Browder-Petryshyn型严格半伪压缩映射的强收敛性

通过引入比严格伪压缩映射更一般的严格半伪压缩映射的概念,得到了任意实Banach空间中带误差的Ishikawa迭代法生成的序列强收敛于严格半伪压缩映射的不动点的一些充要条件;作为应用,给出了序列强收敛于不动点的一个充分条件,从而将相关结果从q-一致光滑实Banach空间延拓至任意实。Banach空间;并给出了Ishikawa迭代序列的误差估计,所用的证明方法与已有的不同且更为简单。     

关于一般Menger空间上压缩映射的不动点问题

讨论了当T是一般的连续t-模时，Menger空间（SF,τT）上压缩映射不动点的存在性问题，得到一些重要的结果。     

基于点集模型的LabPQR空间光谱色域映射算法

目的 针对色度色域映射中出现的同色异谱现象, 提出一种基于点集模型的光谱域映射算法。方法 以设备采样样本为基础, 在LabPQR空间内构造色度色域和PQR色域, 以此描述光谱色域; 采用分级映射方法, 在Lab和PQR等2个子空间内对目标光谱依次判断并进行映射。结果 以munsell 1269个色块为检验样本进行试验, 结果显示： 提出算法色度误差为1.0779, 光谱误差为5.12%。结论 提出算法能够有效降低同色异谱现象, 并拥有较高的光谱输出精度, 映射之后的结果能够满足在多种光源下与目标的视觉匹配。     

关于Browder-Petryshyn型严格伪压缩映射的复合迭代逼近方法

本文通过建立新的迭代格式,采用一些分析方法和技巧,研究了迭代序列逼近有限个BrowderoPetryshyn型严格伪压缩映射的公共不动点问题.在适当的条件下,证明了迭代序列强收敛到映射族的公共不动点,改进和推广了某些最新结果.     

概率度量空间中两类相对压缩映射的不动点定理

本文证明了概率度量空间中两类相对压缩映射的不动点定理。这些结果是[1]和[2]中相应结果的改进和推广。     

强伪压缩映射的Mann和Ishikawa迭代收敛的等价性

设X是一致凸Banach的空间,B是X的非空闭凸有界子集,设T:B→B是强伪压缩映射,则Mann和Ishikawa迭代收敛性是等价的。     

一种双模态红外图像的集值映射融合方法

针对现有融合算法在处理红外偏振和光强两种模态图像时无法随着差异特征的不同而变化的问题,提出了一种双模态红外图像的集值映射融合方法。以多组红外偏振和光强图像为训练样本,根据底层特征的融合算法的类型分别建立差异特征类集和融合算法类集;构造各个差异特征对应各融合算法的融合有效度分布;通过多组图像融合有效度分布的均值聚合,建立全局图像的差异特征与融合算法的集值映射关系;提取被融合图像的差异特征,根据集值映射选择相应算法,通过各算法的组合得到融合结果。实验表明,该融合方法可以优化选择融合算法,将互补性强的差异特征有效融合。     

面向混合支撑集模型的分布式压缩感知重构算法

针对混合支撑集模型,研究了分布式压缩感知(DCS)的信号联合重构,提出了一种联合向前变步长正交匹配追踪(joint LAVSOMP)算法,该算法在信号重构过程中根据相邻次迭代重建信号的能量差,自适应地对向前参数进行动态调整,在信号重建精度与算法运行时间上取得平衡。进而,在该算法的基础上,提出了一种联合向前向后的变步长正交匹配追踪(joint FBVSOMP)算法,该算法有效降低了原子误选的几率,提高了信号重建的精度。试验结果表明,joint LAVSOMP算法的重构性能优于向前参数固定的联合向前正交匹配追踪joint LAOMP算法,而joint FBVSOMP算法具有更高的信号联合重构性能。     

1—集压缩映象的不动点指数和不动点定理

W.V.Petryshn[1]研究了1——集压缩映象的不定点定理。 本文§1把Amann[2]中建立的严格集压缩映象的不动点指数概念延拓到1—集压缩映象,建立了1—集压缩映象的不动点指数;引入了半闭1—集压缩映象的概念,得出了一些半闭1—集压缩映象的不动点定理,从而推广了张庆雍[3]中建立的不动点指数概念和一些结果,§2研究了多解定理,推广了郭大钧[5]中关于全连续映象的相应结果,名词与记号参见[2]。