移位映射的分布混沌集

研究了与移位映射有关的分布混沌集.通过引入p-分布攀援和轨道不变映射的概念,找到移位映射的分布混沌集.并给出了f的定义,讨论了f与σ的分布混沌关系.     

拟移位映射与移位映射拓扑共轭

研究了文献[1]中的模映射,证明其拓扑熵为0,另外利用该映射证明了拟移位映射和移位映射拓扑共轭,从而揭示出拟移位映射是移位映射的一个重要的拓扑共轭系统.     

拟移位映射

证明了符号空间上拟移位映射的强紊动性 ,从而一维Cantor集和平面Cantor集上的帐篷映射是强紊动的     

简化的Smale马蹄模型

定义了符号空间上的拟移位映射,并用该类映射描述了平面Cantor集上的混沌映射,给出此映射的一些性质和Smale马蹄模型的简化形式.     

符号空间上的左拟移位映射

给出了双边符号空间上的一新的拟移位映射 ,并证明此映射是紊动的     

符号动力系统中移位映射的熵

证明了符号动力系统的拓扑熵．并将符号动力系统与概率测度空间结合起来,再结合有关定义得出了Bernoulli移位映射和Markov移位映射的熵的表达式,还得出了二周期分段函数的熵,且让普通的移位映射的熵的结果成为二周期分段函数熵的一个特殊情况．     

关于移位映射的一个注记

本文利用小数的r进制展开式 ,证明了 r上的称位映射是一个混沌映射     

关于移位映射的一个注记

本文利用小数的r进制展开式，证明了∑r上的称位映射是一个混沌映射。     

Henon映射序列性质的模拟研究

利用由Matlab编写的绘制Henon映射分岔图及绘制任意周期或混沌状态的参数分布图程序,采用数值模拟的方法分析了各种参数条件下产生的Henon映射序列,发现其性质由参数。和b的具体取值决定,参数b在[-1,1）内的任意一个取值,总可以找到参数n的1个或几个特定的取值范围,使映射序列形成混沌．     

锥拟凸映射

利用Minkowski泛函，文中定义了一类新的锥拟凸函数（广义锥拟凸，广义严格拟凸和广义强锥拟凸），获得了相应的性质，讨论了这类映射与以往拟凸映射的关系．     

文化的视角：美国课程史的转向及其意义

美国20世纪70年代的社会危机催生了社会学取向的课程史研究.到90年代,为应对美国教育日益突出的文化紧张,课程史研究适时从“社会”转向“文化”.这一转向不仅促成了课程文化史的兴起,而且为学校实践空间日益萎缩的美国课程学者创造了新的实践空间与方式,这便是将课程理论直接看成是实践,同时转入广域的文化社会领域,通过对美国学校中的支配性文化展开福柯式的历史揭示,使课程理论成为文化批评实践.     

Web multimedia information retrieval using improved Bayesian algorithm

INTRODUCTIONPeoplearebecomingmoreinterestednotonlyintextinformationbutalsoinmultimediainfor mationsuchasimage,audioandvideo .Nowmoreandmoreattentionisbeingpaidtocontent basedretrievalsystemsforwebusebecausetheyplayakeyroleinutilizinginformationavailableon…     

逆极限空间上移位映射的Ф-混合和弱Ф-敏感

研究了紧致度量空间X上的连续满映射f：X-→X的逆极限空间上移位映射σ：lim（X,f）→lim（X,f）的σ-传递、Ф-混合与弱Ф-敏感性．证明了：σ是Ф-混合的当且仅当f是Ф-混合的,其中空是一个满的Furstenberg族;σ是Ф-传递的当且仅当f是Ф-传递的,σ是弱Ф-敏感的当且仅当f是弱Ф-敏感的,其中Ф是一个Furstenberg．     

模型论方法在高等代数学中的一个应用

模型论中的完全理论在代数学中有很广泛的应用,文章用完全理论证明域F上任意n维线性空间V均同构于F上n维数组行向量空间Fn,特别知,域F上两个有限维线性空间同构当且只当二者维数相等.     

香港教师专业发展策略:从不足模式走向互动模式

在全球性的教育改革中,各地十分重视教师教育工作,推出了很多促进教师专业发展的措施。Clark&Hollingsworth提出的互动模式(interconnected model)注意到教师专业发展个人化的本质,强调教师实践领域的重要,促使政策制定者在制定在职培训课程时认识到教师专业发展的复杂性。本文以香港教师专业发展策略为例,指出香港的教师专业发展策略发生范式的转移,从不足模式(deficit model)转向互动模式,着重从多个网络、途径来增加教师学习机会,是一个进步。但是基于教育改革整个系统的复杂性,特别是在问责主义的政策脉络下,如何让教师有多一些时间与空间进行专业成长,仍是深化教育改革急需考虑的问题。     

Tracking multiple people under occlusion and across cameras using probabilistic models

Tracking multiple people under occlusion and across cameras is a challenging question for discussion. Furthermore, the cameras in this study are used to extend the field of view, which are distinguished from the same field of view. Such corre-spondence between multiple cameras is a burgeoning research subject in the area of computer vision. This paper effectively solves the problems of tracking multiple people who pass from one camera to another and segmenting people under occlusion using probabilistic models. The probabilistic models are composed ofblob model, motion model and color model, which make the most of the space, motion and color information. First, we present a color model that uses maximum likelihood estimation based on non-parametric kernel density estimation. Second, we introduce a blob model based on mean shift, which segments the body into many regions according to the color of each person in order to spatially localize the color features corresponding to the way people are dressed. Clothes can be any mixture of colors. Third, we bring forward a motion model based on statistical probability which indicates the movement position of the same person between two successive frames in a single camera. Finally, we effectively unify the three models into a general probabilistic model and attain a maximization likelihood probability image, which is used to segment the foreground region under occlusion and to match people across multiple cameras.     

General space-efficient sampling algorithm for suboptimal alignment

Suboptimal alignments always reveal additional interesting biological features and have been successfully used to informally estimate the significance of an optimal alignment. Besides, traditional dynamic programming algorithms for sequence comparison require quadratic space, and hence are infeasible for long protein or DNA sequences. In this paper, a space-efficient sampling algorithm for computing suboptimal alignments is described. The algorithm uses a general gap model, where the cost associated with gaps is given by an affine score, and randomly selects an alignment according to the distribution of weights of all potential alignments. If x and y are two sequences with lengths n and m, respectively, then the space requirement of this algorithm is linear to the sum of n and m. Finally, an example illustrates the utility of the algorithm.