格区间集合[L]上的t-模及其广义逆算子

在格区间集合[L]上定义t-T模及其广义逆算子αT,研究它们的性质,利用它们给出群G上格区间值Fuzzy子集组成的集合中[L]G元素的sup-T合成运算和inf-αT合成运算,得到这些运算的代数性质以及一些重要的关系式。     

由最大特征根导出的一种新的相对效率

该文对于线性模型y=Xβ＋ε,E（ε）=0,cov（ε）=V〉0,从最大特征根出发．定义了相对效率e5（β（D））=λ1（cov（β^＊））/λ1（cov（βD））,研究了e5（β（D））的下界为Wn-p＋iδ1^-1/W1δ1^-1,并讨论了e5（β（D））与广义相对系数pz之间的关系。     

无中心扩张的广义超Virasoro代数的Leibniz二上循环

研究了无中心扩张的广义超Virasoro代数5的Leibniz二上循环,从而确定了它的Leibniz二上同调群．     

Burrell公式及修正式与广义Egghe公式的比较与评价

英国曼彻斯特大学伯勒尔 (Ｑ .Ｌ .Ｂｕｒｒｅｌｌ)先于埃格黑 (Ｌ .Ｅｇｇｈｅ)用定量解析的形式讨论了美国工程学教授特鲁斯威尔 (Ｒ .Ｗ .Ｔｒｕｅｓｗｅｌｌ)提出的“二八律” ,得到θ =β(αｌｎβ +1) (1)其中 ,　　α =1μｌｎ (1- 1μ)μ为给定的时间内馆藏文献的平均流通次数。公式 (1)的含义为 :β (% )的馆藏满足θ (% )的流通量 ,我们将表 1　Ｂｕｒｒｅｌｌ公式及修正式计算结果与实际统计结果比较1论文数2作者数3作者累积数4论文累积数5β实际统计值 %6θ实际统计值 %7θ 理论值 %8|θ -θ |9γ依表 2取值θ 计算值 %10|θ -…     

谱约束下矩阵的最佳逼近

如何求出以给定的λi为特征值、以已知的qi为λi对应特征向量的n阶方阵的集合是矩阵分析和系统理论的重要问题.利用Kronecker积及矩阵的广义逆作为工具对这一问题做出回答,并给出了在相应的解集合中与给定矩阵的最佳逼近解的表达式.     

基于可调子块迭代的加速SAGE算法在PET图像重建中的应用

提出了一种可调子块迭代(RBI)方法加速空间交替广义期望最大(SAGE)算法的收敛性.新的可调子块迭代的空间交替广义期望最大算法(RBI-SAGE)组合了RBI算法和SAGE算法的优点用于加速正电子发射断层(PET)图像重建.RBI-SAGE将投影数据分成不连续的子块,每一次迭代仅包含一个这样的子块.在每一个子块中用SAGE算法序列更新参数.实验中,运用RBI-SAGE算法与SAGE算法对PET图像进行重建.结果表明,RBI-SAGE收敛性能比SAGE算法优越,且重建图像质量较高.     

酉不变范数下广义极分解的扰动界

设A是m×n且秩为r的复矩阵,存在m×n次酉矩阵Q和n×n半正定矩阵H使得A=QH。此分解称为A的广义极分解。本文给出了在任意酉不变范数下次酉矩阵Q和半正定矩阵H的扰动界。     

广义(3+1)维KPB方程的对称约化、精确解和守恒律

运用李对称方法得到了(3+1)维Kadomtsev Petviashvili Boussinesq(KPB)方程的对称和约化方程。进而,利用齐次平衡原理和椭圆函数方法得到了方程的精确解。最后,给出了该方程的守恒律。     

Iris Localization Algorithm Based on Improved Generalized Symmetry Transform

Accuracy and fastness of iris localization are very important in automatic iris recognition. A new fast iris localization algorithm based on improved generalized symmetry transform (GST) was proposed by utilizing iris symmetry. GST was improved in three aspects: 1 ) A new distance weight function is defined. The new weight function, which is effective in iris localization, utilized the characteristic of irises that the iris is a circular object and it has one inner boundary and one outer boundary. 2) Each calculation of the symmetry measurement of a pair of symmetry points was performed by taking one point of a pair as the starting point of the transformation. This is the most important reason for fast iris localization, due to which, repetitious computation was largely excluded. 3) A new phase weight function was proposed to adjust GST to locate circle target much better because the inner part of iris is darker than the outer part. The edge map of iris image was acquired and GST was only implemented on the edge point, which decreased computation without loss of accuracy. The modification of distance weight function and phase weight function leads to the accuracy of localization, and other ideass peed up the localization. Experiments show that the average speed of new algorithm is about 7.0-8.5 times as high as traditional ones including integro-differential operator and Hough transform method.     

非惯性参照系中的Lagrange方程

从非惯性参照系中的惯性力表达式出发，找出与之相对应的广义势函数U’，进一步写出与之相对应的类Lagrange函数表达式L″，从而推导出在非惯性参照系中的第二类Lagrange方程和保守力系的Lagrange方程，并通过实例说明在非惯性参照系中Lagrange方程的应用，从分析力学的角度提出了求解非惯性参照系中的动力学问题的一种方法。