基于一般P-C矩阵的R族科学发展节律指标——科学发展节律指标研究(1)

一论文集的一般P-C矩阵由论文数据和引文数据两部分组成.基于一般P-C矩阵并引入"等时性"概念,我们创建了关键变量Ck.Ck表示的是不同年份发表的论文在各自发表后第k年的引文数量的平均值.借助Ck可以构建R族科学发展节律指标,定义为引文观察值和引文期望值的比值,用于反映科学发展的节律.R族指标包括4项指标①指标R--被引年视角加三角形引文窗口;②指标R′--被引年视角加平行四边形引文窗口;③指标r--引用年视角加三角形引文窗口;④指标r′--引用年视角加平行四边形引文窗口.以Journal of Documentation为例,本文具体说明了R族序列的计算和R族指标的应用.     

基于信息增强的多视角矩阵分类器设计

由于受限于人工成本,很多现实世界中的多视角数据集是由少量有标签样本和大量无标检样本组成的。当前传统的多视角矩阵分类器无法有效处理这类数据集。为了处理这个问题,将Universum学习引入多视角矩阵分类器中,提出基于信息增强的多视角矩阵分类器。由于Universum学习可以生成额外的无标签样本,这类样本虽然没有被指定类别标签,但是包含了部分有标签样本的信息,所以Universum学习可以增强有效样本信息。实验表明,相比于传统的多视角矩阵分类器,本文提出的基于信息增强的多视角矩阵分类器具有更好的分类性能。     

基于2DPCA和改进的LDA算法的人脸识别技术

为提高人脸识别的准确率,缩短图像特征提取的时间,提出了一种将二维主成分分析（简称2DPCA）与改进的线性鉴别分析（简称LDA）相结合的人脸识别方法。该法首先以图像矩阵为分析对象,直接利用原始图像矩阵构造图像的协方差矩阵。以进行特征提取和2DPCA分析;再采用改进的线性鉴别分析。得到最佳的分类特征,从理论上有效解决了传统的线性鉴别分析在人脸识别中存在的“边缘类”问题：最后．在ORL人脸库上检验了该识别方法的性能。实验结果表明,该方法抽取的鉴别特征有较强的鉴别能力。     

正规矩阵的性质

设H是Hermite正定矩阵，定义矩阵A的H——共轭为A’=H^-1AH．．若AA‘=A‘A，则称A为H—正规矩阵．本文得到了H—正规矩阵的一些性质．     

用MATHEMATICA求解置换群问题

研究了置换矩阵与置换群之间的关系,在置换矩阵的基础上,用Matllematica语言设计出若干关于置换计算问题的程序．     

呈现病态的设计矩阵之下回归系数的优化估计

在均方误差(MSE)准则下,给出了设计矩阵呈现病态时回归系数的分段优化估计,以及扩大了狭义岭估计类的范围.     

辐射场与二能级原子相互作用的量子逻辑功能

利用半经典理论和量子理论研究辐射场与二能级原子(量子位)的相互作用。将量子力学体系视为量子逻辑门,得到量子体系演化的幺正变换的矩阵表示,论述把量子力学体系波函数与量子逻辑门的输入输出态统一起来的方法,得出辐射场与原子相互作用能实现量子逻辑功能。结果有利于指导在实际中选取合适的遵守量子力学定律的两态系统完成量子逻辑操作。     

基于社交网络的推荐系统研究

近年来,基于社交网络的推荐系统随着社交媒体和大数据的蓬勃发展,逐渐成为推荐系统重点研究方向。将社交网络用户社会化属性信息和评论内容与深度学习等技术结合,可有效解决传统推荐系统数据稀疏和冷启动等问题。首先回顾传统推荐系统常用方法,介绍社交网络推荐系统主要流程和基本框架,然后介绍最新相关研究方向和应用情况,最后对基于社交网络的推荐系统发展趋势进行分析与展望。     

二次型矩阵与函数的极值

二次型矩阵在几类函数极值中有较好的应用,反过来得到实对称矩阵的好的结论.     

基于插值理论的非线性矩阵方程

本文研究了非线性矩阵方程XBX=Q＋A＊（Im（XBX）-C）-1 A的正定解。我们证明了该矩阵方程在Φ（n）={X｜Im（XBX）〉C}内存在唯一正定解,构造了相应的迭代求解方法,并在最后给出了相应的数值例子。