基于K-means聚类和特征空间增强的噪声标签深度学习算法

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

6 W@80 K空间同轴脉管制冷机设计与实验研究

针对某空间红外载荷需求,基于Sage平台搭建了同轴脉管制冷机整机模型,根据仿真结果对冷头结构参数进行了设计计算。在此基础上,利用实验方法探究了回热器填充方式、惯性管组合方式、充气压力、输入功率、冷头方向对制冷机性能的影响,并与仿真结果比较,两者吻合度较高。研制成功的脉管制冷机整机质量为3.5 kg,输入功率150 W时,无负荷制冷温度为39.74 K,可获得7.23 W@80 K的冷量,整机相对卡诺效率13.26%,在空间用同轴脉管制冷机中处于先进水平。

基于改进的K-means聚类分区均匀化空间学习索引

传统空间索引的体量随数据量的增加而膨胀,查询效率较低。学习索引的体量不随数据量的增加而膨胀,同时避免了层级比较查询,性能优异。将学习索引应用于空间索引存在2个难点:一是选取合适的降维方法实现空间数据的排序;二是对降维后数据序列进行有效的简化分布计算,使其易于拟合。基于此,提出了一种网格混合聚类分区学习索引(grid-ml),用z曲线进行降维,用双层网格结构优化查询策略,用改进的K-means聚类算法进行数据分区,实现数据分布均匀化。对比实验发现,grid-ml构建速度快、存储空间小、查询效率高,较传统空间索引优势显著。

GENERALIZED FORELLI-RUDIN TYPE OPERATORS BETWEEN SEVERAL FUNCTION SPACES ON THE UNIT BALL OF C^(N)

In this paper,we investigate sufficient and necessary conditions such that generalized Forelli-Rudin type operators T_(λ,τ,k),S_(λ,τ,k),Q_(λ,τ,k)and R_(λ,τ,k)are bounded between Lebesgue type spaces.In order to prove the main results,we first give some bidirectional estimates for several typical integrals.

基于改进K均值聚类的光伏板缺陷检测方法

为了能够对光伏组件热斑部分准确地识别和提取,提出了一种基于HSV空间模型的改进K均值聚类图像处理方法。首先,将红外图像进行HSV空间转换和双边滤波处理,去除噪声并提高图像对比度;其次,使用高斯核函数估计实现图像灰度概率密度函数提取,并以此获取初始聚类中心;最后,利用先验知识对图像进行K均值聚类,提取和量化热斑缺陷。研究结果表明,该方法能够快速地检测定位热斑位置并统计出光伏板损坏程度,具有较高的精度以及较好的灵敏性和稳定性。

Top-k空间偏好查询方法研究

随着无线通信技术的发展和智能移动终端的广泛普及,基于位置的服务已经融入了人们生活的方方面面。其中,Top-k空间偏好查询在地理信息系统、城市建设规划、资源调度与分配、旅游规划等领域具有重要的意义。Top-k空间偏好查询是根据空间对象周围的特征对空间对象进行等级评价,并返回具有最高等级评价的k个空间对象。目前,对于Top-k空间偏好查询的研究主要集中在欧式空间和路网环境,本文对欧式空间和路网环境下的Top-k空间偏好查询方法进行分析和比较。

椭圆形K空间填充技术结合T2 Space序列在青光眼视神经成像中的应用研究

目的在青光眼病人的视神经MRI成像过程中,探讨特殊的K空间填充技术以提升3D高清T2 Space序列的扫描效率。方法将入组的23例青光眼并视力下降行视神经MR扫描的患者按随机数字表法分为传统K空间填充技术法组(A组)和椭圆形K空间填充技术法组(B组),测量两组图像的信噪比,并对两组视神经图像进行主观质量评分,另在水模上分别计算两种不同技术的信噪比。结果两组视神经T2Space图像的信噪比和主观图像质量差异均无统计学意义(P值均>0.05),通过水模计算的信噪比没有明显差异(27.27/27.31)。结论采用椭圆柱形K空间填充方法的T2 Space序列在保证图像质量的基础上成像时间短,效率更高。

New Approach to Synchronize General Relativity and Quantum Mechanics with Constant “K”-Resulting Dark Matter as a New Fundamental Force Particle

Planck scale plays a vital role in describing fundamental forces. Space time describes strength of fundamental force. In this paper, Einstein’s general relativity equation has been described in terms of contraction and expansion forces of space time. According to this, the space time with Planck diameter is a flat space time. This is the only diameter of space time that can be used as signal transformation in special relativity. This space time diameter defines the fundamental force which belongs to that space time. In quantum mechanics, this space time diameter is only the quantum of space which belongs to that particular fundamental force. Einstein’s general relativity equation and Planck parameters of quantum mechanics have been written in terms of equations containing a constant “K”, thus found a new equation for transformation of general relativity space time in to quantum space time. In this process of synchronization, there is a possibility of a new fundamental force between electromagnetic and gravitational forces with Planck length as its space time diameter. It is proposed that dark matter is that fundamental force carrying particle. By grand unification equation with space-time diameter, we found a coupling constant as per standard model “αs” for that fundamental force is 1.08 × 10-23. Its energy calculated as 113 MeV. A group of experimental scientists reported the energy of dark matter particle as 17 MeV. Thorough review may advance science further.

一种模拟非均匀介质中弹性波传播新的k-space方法

传统的伪谱(PS)方法,采用傅里叶变换(FT)计算空间导数具有很高的精度,每个波长仅需要两个采样点,而时间导数采用有限差分(FD)近似因而精度较低.当采用大时间步长时,由于时空精度不平衡,PS法存在不稳定性问题.原始的k-space方法可以有效地克服这些问题但是却无法适用于非均匀介质.为了提高原始k-space方法模拟非均匀介质波动方程的精度,我们提出了一种新的k-space算子族.它是用非均匀介质的变速度代替原k-space算子中的常数补偿速度构造得到,引入低秩近似可以高效求解.我们将构造的新的k-space算子应用于耦合的二阶位移波动方程,而不是交错网格一阶速度应力波动方程,使模拟弹性波的计算存储量减少.我们从数学上证明了基于二阶波动方程的k-space方法与基于一阶波动方程的k-space方法是等价的.数值模拟实验表明,与传统的PS、交错网格PS和原始的k-space方法相比,我们的新方法可以在时间和空间步长较大的均匀和非均匀介质中,为弹性波的传播提供更精确的数值解.在保持稳定性和精度的同时,采用较大的时空采样间隔,可以大大降低数值模拟的计算成本.

AN INTEGRAL ESTIMATE AND THE EQUIVALENT NORMS ON F(p, q, s, k) SPACES IN THE UNIT BALL

In this article, the authors give a typical integral＇s bidirectional estimates for allcases. At the same time, several equivalent characterizations on the F（p, q, s, k） space in theunit ball of Cn are given.

K - Bounded Sets and A - Spaces

Let E and F be two vector spaces in duality with respect to the bilinear pairing 〈,〉. The weak (Mackey,strong) topology on E will be denoted by σ(E,F) (τ(E,F),β(E,F)). In this paper,we show that AE is σ(E,F) K bounded subset if and only if A is β(E,F) K bounded subset. If τ(E′,E) is a quasi barrelled space,we also give a few characterizations for (E,T) to be A space.

基于自组织神经网络和K-means算法的地下空间地质环境质量三维分类及评价

针对地下空间地质环境质量,前人运用三维地质信息化技术已开展了大量三维综合评价研究,但其评价结果对于规划和施工建议略显不足。其原因主要是评价过程主观性较强,综合评价结果难以充分表达地质环境的真实类别,难以关注更需受到重视的不良地质环境条件等。针对上述问题,利用自组织神经网络(SOM)和K-means算法对地下空间地质环境质量三维评价信息进行分类研究;以福建省厦门市马銮湾新城南岸片区为实例,基于三维空间分析方法提取三维评价指标因子,开展基于自组织神经网络和K-means算法的地下空间地质环境质量三维评价,最后利用评价获得的地质环境类别与主导因子进一步提出规划和施工建议。结果表明:基于自组织神经网络和K-means算法的评价方法能够有效挖掘多维多源地质数据中的隐含信息,识别出关键区分因子,为地下空间地质环境质量评价提供了新的思路和方法。

基于相空间重构和PSO-K-means的球磨机负荷状态识别方法

针对球磨机振动信号具有强随机性、非平稳性和非线性等内在特性导致负荷状态难以识别的问题,提出一种基于相空间重构和PSO-K-means的球磨机负荷状态识别方法。首先,利用改进前后的自相关系数算法对Lorenz与Rossler两种混沌时间序列进行数值模拟,得出延迟时间和嵌入维数精准有效的计算方法;其次,验证出球磨机筒体振动信号具有混沌特性后对其时间序列进行相空间重构,恢复出等价的混沌吸引子;接着,针对3种不同负荷状态下的相空间吸引子进行特征提取,分析了关联维数特征量的变化规律;最后,将关联维数作为特征向量输入PSO-K-means聚类模型中对球磨机负荷状态进行分类与识别。结果表明,PSO-K-means聚类模型在负荷状态识别时有较高的精准性,欠负荷、正常负荷、过负荷下识别精度分别为94.2%、96.3%、94.8%。以上结果证实了该方法能够实现对球磨机负荷状态的有效识别。

The Non-standard Characteristics of Functional SpacesK(X) and C_0(X)

In this paper,the non standard characteristics of functional spaces K(X) and C 0(X) are presented and proved.

一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取方法

针对K-Means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为K-Means算法的初始聚类中心,接着运用K-Means算法进行局部寻优,直到迭代完成;最终,输出经过分割的小麦图像。为了评估算法性能,使用12个基准函数对ISSA及其他智能优化算法进行对比测试,同时将改进樽海鞘群算法优化K-Means应用于小麦覆盖度提取。结果表明,ISSA算法在优化精度和收敛速度上均超越其他算法,鲁棒性也得到了显著提高。与其他算法相比,ISSA-K算法分割后的小麦图像纹理比较清晰,效果更佳,同时具有更加高效的优势,可用于小麦覆盖度的提取,具有较强的实用性。

K-very Smooth Banach Spaces

We introduce the notion of K-very smoothness which is a generalization of very smoothness in Banach spaces. A necessary and sufficient condition for a Banach space to be K-very smooth is obtained. We also consider some relations between K-very smoothness and other geometrical notions.

Research of Sensitivity Encoding Reconstruction for MRI with Non-Cartesian K-Space Trajectories

The Sensitivity Encoding (SENSE) parallel reconstruction scheme for magnetic resonance imaging (MRI) is implemented with non-cartesian sampled k-space trajectories in this paper. SENSE has the special capability to reduce the scanning time for MRI experiments while maintaining the image resolution with under-sampling data sets. In this manner, it has become an increasingly popular technique for multiple MRI data acquisition and image reconstruction schemes. The gridding algorithm is also implemented with SENSE due to its ability in evaluating forward and adjoin operator with non-cartesian sampled data. In this paper, the sensitivity map profile, field map information and the spiral k-space data collected from an array of receiver coils are used to reconstruct unaliased images from under-sampled data. The performance of SENSE with real data set identifies the computational issues to be improved for researched.

Notes of k-smoothness in Orlicz sequence spaces

The criterion for k-smooth points of the Orlicz sequence space endowed with the Orlicz norm is proved. The necessary and sufficient conditions of k-smoothness of l M and l （M ） are obtained, respectively. Finally, we give the counterexamples which show that previous results are not true.

k-结构空间的性质及其应用

定义并探讨k-结构空间范畴的概念和基础性质,证明完全正则拓扑空间范畴和仿射代数簇范畴均可视为k结构空间范畴的子范畴.同时,讨论k-结构子空间与k-结构商空间的构造,并证明这两种构造分别对应于k-结构空间范畴的等值子和余等值子.最后,刻画了k-结构空间的Zariski拓扑的不可约性,并给出子空间覆盖定理的一个新视角下的有趣证明.

Chen’s Inequalities for Submanifolds in (<i>&kgreen;, &#181</i>)-Contact Space Form with a Semi-Symmetric Non-Metric Connection

In this paper, we obtain Chen’s inequalities in (k,?μ)-contact space form with a semi-symmetric non-metric connection. Also we obtain the inequalites for Ricci and K-Ricci curvatures.