二连通域上Bergman空间函数的分解

探讨了二连通域上Bergman空间的原子分解,并给出了Bergman空间函数的一种级数表示.     

强拟凸域上δ^——方程的带权因子解的一致估计

文【1】得到C^n空间中具有逐块C（1）光滑边界的强拟凸城上（0，q）形式的带权因子的Leray-Norguet公式的拓广式及δ^--方程带权因子的连续解。在此基础上，利用文【2】的方法，得到了具有逐块光滑边界的强拟凸城上的δ^--方程带权因子解的一致估计。     

强拟凸域上-方程的带权因子解的一致估计

文[1]得到Cn空间中具有逐块C(1)光滑边界的强拟凸域上(0,q)形式的带权因子的Leray-Norguet公式的拓广式及-方程带权因子的连续解。在此基础上,利用文[2]的方法,得到了具有逐块光滑边界的强拟凸域上的-方程带权因子解的一致估计。     

一类微分系统广义第二谱的带权估计

考虑一类微分系统广义第二谱的带权估计,利用算子的谱理论、矩阵运算、分部积分、广义Rayleigh定理和Schwartz不等式等方法,获得了用第一谱来估计第二谱上界的不等式,其估计系数与区间的度量无关,其结果在微分方程的谱估计研究中起着重要的作用.     

强拟凸域上(a)-方程的带权因子解的一致估计

文[1]得到Cn空间中具有避块C(1)光滑边界的强拟凸域上(0,q)形式的带权因子的Leray-Norguet公式的拓广式及(a)-方程带权因子的连续解.在此基础上,利用文[2]的方法,得到了具有逐块光滑边界的强拟凸域上的(a)-方程带权因子解的一致估计.     

基于高斯核函数的K-means聚类在分布式下的优化

随着如今数据量的爆发式增长,传统的数据挖掘方法已经远远不能满足人们需求,K-means聚类作为一种经典的聚类算法,其应用领域很广。但是K-means算法在随机选取初始聚类K个中心时,容易使聚类结果不稳定,因此提出基于核函数的K-means聚类算法。与此同时,结合MapReduce分布式框架对改进后的K-means聚类算法作分布式计算。研究结果表明,基于高斯核函数的K-means聚类在分布式下的计算能够加速K-means聚类过程,且结果优于单独基于核密度估计的K-means算法。     

基于核函数动态分配聚类中心的DGK-Kmeans算法

Kmeans算法存在两个主要缺陷,导致聚类结果准确率较低。为改善聚类效果,提出一种DGK-Kmeans算法。该算法选用核密度估计处理数据,得到备选聚类中心,依据平均类间相似度动态增加初始聚类中心个数,直至平均类间相似度大于前次计算值时,选取平均类内相似度最小时对应的聚类中心为初始聚类中心,进行Kmeans聚类计算。采用UCI标准数据集进行实验,证明改进后的DGK-Kmeans算法在聚类准确率和稳定性方面有很大提高。     

四类典型域的Gromov辛宽度和Hofer—Zehnder辛容量

辛容量是研究辛拓扑和哈密尔顿动力系统的重要的不变量,对辛容量的计算和估计通常是很困难的．本文对多复变函数论和复几何中的一类重要的研究对象——典型域进行了Gromov辛宽度和Hofer—Zehnder辛容量的计算,并对四类典型域做出了较好的上、下界的估计,极大地方便了典型域的进一步研究．     

基于小波核的LS—SVM算法在城市交通流预测中与其他核函数对比研究

针对城市交通流短时流量预测在智能交通系统中的重要性,在以往研究基础上采用Morlet函数作为小波核函数,进一步提高了模型的预测精度及泛化能力．将其与其他几种常用核函数模型进行比较,其效果明显优于其他核函数模型,能够满足智能交通控制和诱导的要求．     

由Calder6n—Zyamund变核构成的多线性奇异积分算子的有界性

对由Calderon—Zy趼lund变核与Lipschitz函数构成的多线性奇异积分算予建立了其在Hardy空间与Herz空间的有界性．