赋Orlicz范数的模函数空间的单调性

模空间是经典Lebesgue和Orlicz空间的推广。在模空间引入Orlicz范数,研究赋Luxemburg范数模空间与赋Orlicz范数模空间的单调性。首先证明了模空间中Luxemburg范数与Orlicz范数是等价的,且赋Orlicz范数模空间是Banach空间,其次证明了赋Orlicz范数模空间是严格单调的,最后给出了赋Luxemburg范数模空间是严格单调的充要条件。

求解上模函数的近似算法

根据上模函数的定义，给出了在某个有限集合上的近似模函数的定义及其性质，主要研究了求解上模函数的近似算法及模函数的算法。

基于改进小生境粒子群算法的多模函数优化

在基于粒子群算法的多模优化问题中,针对现存小生境方法需要特定参数的缺陷,提出了一种不需要参数的小生境算法。该算法通过粒子适应度在种群适应度中所占比例以及粒子之间的欧式距离两方面因素确定粒子的局部最优解,并通过每轮迭代中每个局部最优解粒子和以它作为局部最优解的普通粒子的欧式距离的平均值确定出该小生境的半径。在几个广泛的测试函数上的实验结果表明,该算法在收敛速度和成功率方面比需要小生境参数的算法(FERPSO、SPSO)更优秀。

基于小生境基因表达式编程的多模函数优化

为了解决传统基因表达式编程(GEP)无法发现多模函数的所有最优解的问题,将小生境概念引入到基因表达式编程中。分析了传统GEP算法在多模函数优化方面的不足,提出了小生境半径的自适应调整策略AMNR,提出了基于小生境基因表达式编程的多模函数优化算法NGEP-MFO,扩展了传统GEP的应用领域。实验表明,相对于传统GEP,NGEP-MFO能大幅提高发现所有最优解的成功率和判定最优解的准确度。

多模函数优化的改进花朵授粉算法

为了探讨花朵授粉算法(FPA)在解算多模函数优化问题中存在的不足,通过定义种群多样性及差异性指标,定性分析了FPA在多模复杂函数优化中的寻优缺点。基于模拟退火思想优化全局授粉过程,并利用Nelder-Mead单纯形搜索技术对花朵局部授粉进行重构,提出一种新的花朵授粉寻优架构。仿真结果表明,相对于基本的FPA、布谷鸟算法、萤火虫算法,改进花朵授粉算法能够有效避免陷入局部最优,具备优异的全局勘探和局部开采能力,对多模优化问题具有一定优势。

K-S 函数与模函数法的统一

提出了极小极大（ｍｉｎｉｍａｘ）问题统一解法的变换求和反演表达．论证了Ｋ－Ｓ函数法、广义指数罚函数法和模优化法都可以统一在这一表达之中，并且提出了一种新函数Ｓ－Ｙ函数．数值结果表明Ｋ－Ｓ函数法、模优化法和Ｓ－Ｙ函数法具有相同的数值规律，其统一解法是合理的．

基于改进萤火虫算法的多模函数优化

为了提高萤火虫算法GSO(Glowworm Swarm Optimization algorithm)多模函数优化性能,针对GSO峰值发现率低、收敛速度慢和求解精度不高的缺点,提出萤火虫个体可自适应搜索峰值且移动步长可变的改进萤火虫算法IGSO(Improved Glowworm Swarm Optimization algorithm)。IGSO引入尝试性移动策略以增强算法的搜索能力,同时,以邻域平均距离为参考,对个体移动步长进行调整。采用典型多模函数进行测试,实验结果表明,IGSO峰值发现率高,收敛速度快且求解精度高,比GSO具有更优的多模函数优化性能。

基于本征模函数的轨道质量评价方法

为了更合理有效地评价轨道质量,将轨道不平顺波长因素纳入轨道质量评价中,提出基于本征模函数(intrinsicmode function,IMF)的轨道质量评价方法——轨道质量能量指标(track quality energy index,TQEI).通过对轨道不平顺数据进行经验模态分解得到对应波长频段的不平顺IMF,利用频谱分析的方法求得各个IMF的能量;将各个IMF的能量与总能量的比值作为特征向量,并进行量纲一化处理,从而得到轨道不平顺IMF的能量系数;利用能量系数求得TQEI.通过理论推导证明了轨道质量数(track qualityindex,TQI)是在不考虑波长因素作用下轨道质量能量指标的特殊形式.最后,以京广提速干线轨道不平顺数据为例,对比分析了实际检测数据TQEI与TQI的关系.结果表明:轨道质量能量指标是对TQI的细化和延续,其既起到了TQI的幅值管理作用,又可以弥补TQI在波长及幅值管理方面的缺陷,可以准确有效地对轨道质量进行评价.

动态小生境遗传算法在多模函数优化中的应用

提出一种基于动态小生境技术的自适应遗传算法.算法的进化过程中,通过物种的辨识和保存过程确定小生境的峰值,引入个体趋向于高适应度的方向这一控制参数控制搜索的方向,采用自适应调整种群距离的方法控制搜索的范围,大大提高了搜索效率.仿真试验表明,该算法能够很好地保持解的多样性,同时具有很高的全局寻优能力和收敛速度,适合求解复杂多峰函数优化问题.

基于本征模函数的高光谱数据特征提取方法

针对基于参数估计的特征提取方法高光谱数据维数高参数估计偏差大、细节光谱信息易丢失等问题,引入经验模式分解理论,提出了基于本征模函数的高光谱数据特征提取方法。该方法通过计算光谱特征的最大最小值以及均值得到本征模函数,从而得到反映高光谱数据的不同尺度的光谱波形波动信息,即吸收特征信息,并将高光谱数据投影到本征模函数空间,从而实现高光谱数据中不同物质属性光谱特征提取。利用航空推扫式成像光谱仪数据进行方法性能分析与验证,试验结果表明该方法不需要进行统计参数估计,避免了高光谱数据协方差的奇异性和参数估计不准确的影响,并较好地保留了数据提供的所有信息,增大了数据类间可分性。

Orlicz空间中与模函数有关的若干几何性质

在一般的Lebesgue可测空间中引入了一个新的模函数,从而生成一个新的Orlicz空间.在该空间中,讨论了Luxemburg范数与模函数之间的关系,并得到了Orlicz空间的单位球面上元素是其闭单位球端点的判别准则.

多模函数的一种全局优化策略研究

Animat理论是人工生命的一种表现形式,具有自治性、适应性、涌现性等复杂系统所体现的特点。基于animat理论,采用面向对象的分析方法建立其视觉模型和反应行为机制,通过模拟动物勘查周围复杂、陌生的环境以寻找路径的方式,提出了一种灵活稳定的优化策略,尝试用其解决多模函数全局优化的问题。利用标准测试函数对此优化策略进行测试,仿真结果表明其充分发挥了animat理论特点,具有良好的收敛性和计算精度,可以克服现有智能优化算法在求解优化问题时的早熟、求解精度不高等问题,对各种优化问题均具有很强自适应性。

结合二维内蕴模函数和贝叶斯多任务学习的SAR目标识别

为了提高合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别性能,提出了结合二维内蕴模函数(Bidimensional Intrinsic Mode Function,BIMF)与贝叶斯多任务学习的SAR目标识别方法。采用二维经验模态分解获得SAR图像的多层次BIMF,从而更好地描述原始图像的细节信息。为了获得稳健的决策,采用贝叶斯多任务学习对原始SAR图像及其多层次的BIMF进行联合稀疏表示。最后,通过比较各个类别对于测试样本的重构误差判定目标类别。基于MSTAR数据集在多种条件下对提出方法进行了验证实验,结果证明了方法的有效性。

基于像素差和模函数的隐写方法

传统的利用像素差(PVD)进行隐写的方法,通常只考虑水平方向的PVD而忽略垂直方向的PVD。为此,将原始图像分成互不相交的2×2的像素块,在水平和垂直2个方向上分别采用基于模函数的方法和普通PVD的方法进行隐写,并针对2种方法的特点对越界情况进行调整。实验结果表明,该方案能改善隐写图像的质量,提高嵌入容量,并能抵抗常见攻击。

基于本征模函数的高速磁浮线路不平顺检测

为了评估磁浮线路的不平顺程度,对实测加速度信号进行分析,发现导向系统纵向振动加速度信号对磁浮线路不平顺长波最敏感.通过对导向系统纵向振动加速度信号进行Hilbert-Huang变换,提取对应长波频率的本征模函数,求得频率族的包络瞬时幅值和瞬时频率,提取了不平顺长波.用该方法分析磁浮列车以430 km/h运行时的实测数据,得到的磁浮线路长波不平顺信号与采用大地测量法测得的结果一致.

剖分拟阵约束下求解下模函数最大值问题的一种贪婪算法

给出了求解剖分拟阵约束下,下模函数最大值问题的一种新的近似算法,这一算法是改进的贪婪算法,即将局部搜索法与贪婪算法相结合,使其整体具有更好的性能保证。同时从理论上证明了这一算法的可靠性。最后通过具体算例验证了算法的有效性。

基于边缘匹配和模函数的安全密写算法

为了提供较大的可调信息嵌入量和保持载密图像良好的视觉质量,提出一种新的密写算法.根据人类视觉特性,利用像素的3个相邻像素的最大像素值与最小像素值的差值,将图像分为平滑区、过渡区和边缘区;根据模数循环的特点,应用具有安全特性的模函数以某一嵌入方案在3个区域中的像素自适应地嵌入不同的信息比特数.选择不同的嵌入方案可以得到不同的嵌入量和载密图像视觉质量.实验结果表明,本文算法在保持高嵌入率的同时仍保持较好的载密图像视觉质量,且安全性好.

基于修正萤火虫算法的多模函数优化

萤火虫优化(glowworm swarm optimization,GSO)算法是一种计算多模函数优化问题的新型算法,该算法和蚁群优化、粒子群优化一样,都是一种群智能算法。针对GSO算法在优化多模函数时收敛速度慢、求解精度不高和发现峰值率低的缺点,首先在算法中采用变步长的运动策略,使得步长随着迭代时间自适应地逐渐减小;其次采用较小的初始决策范围值;最后添加了萤火虫的自探索机制。改进后的学习行为更符合自然界生物的学习规律,更有利于萤火虫发现问题的所有局部最优解。利用标准测试函数对修正后的萤火虫算法进行测试,仿真结果表明,修正的萤火虫算法具有良好的收敛性和计算精度,在寻找多模函数的峰值个数时显示出很大的优势。

次模函数近似算法求最小颜色生成树(英文)

给定图G并对其进行边着色,G的最小颜色生成树(MCST)问题是指,找出G的一棵生成树,使得其边集所着颜色数最少.最小颜色生成数问题MCST已被证明是NP-、APX-完备的,从而此问题没有近似比为常数的近似算法.本文中,我们利用次模函数理论(贪婪算法的思想)给出最小颜色生成树问题的一个近似算法,且此算法的近似比为最好结果.

超模函数与整合营销传播模式的系统分析

整合营销是一个系统过程,文章用基于格理论的数学模型来描述实现整合营销的思路。结论是只有三要素(客户为导向的品牌模式的整合,以品牌为主的组织架构的整合以及品牌传播计划的整合)全面实现时,才能整合企业内外部所有资源,使企业活动在各个环节上高度协调,实现企业高度一体化营销。