基于k-最短路由的mesh光网络p圈构造方法

P-cycle是mesh光网络中一种十分优秀的保护算法,圈构造算法是p圈法设计的前提。首先介绍了圈的概念及常见圈构造算法和基于k-最短路由的p圈启发式算法,提出了基于k-最短路改进metaDijkstra的圈构造算法。实验仿真表明该方案比较适合网状光网络中的圈构造。

关于k-映射

本文给出度量空间 k-映象的一些新的特征 .证明了 k-映射保持一些具有某种特定性质的点可数覆盖的空间 .

度量空间的序列商,k-映象

本文给出了度量空间序列商 ,k 映象的一些内部刻画 ,证明了空间X是度量空间的序列商 ,k 映象当且仅当X具有紧有限k 闭cs 覆盖列的点星sn 网 ,当且仅当X具有紧有限k 闭覆盖列的点星网 .作为上述结果的一个推论 ,不仅得到了空间X是度量空间序列商 ,k 映象当且仅当X是度量空间的k 映象 ,而且还证明了空间X是度量空间当且仅当X具有局部有限 (紧有限 )闭 (k 闭 )覆盖列的点星弱邻域网 .这里“闭”(“k闭”)

基于高光谱的番茄氮磷钾营养水平快速诊断

为了精确、快速和稳定的对番茄氮、磷、钾3种元素的营养水平进行诊断,该文提出利用反射光谱技术诊断方法,选用遗传算法优选波段;采用主成分分析方法提取敏感波长下的纹理特征;通过逐步回归、主成分回归、偏最小二乘法回归分别建立基于光谱和图像特征的番茄叶片氮、磷、钾素模型。针对单一技术不能全面反映叶片营养信息的问题,采用人工神经网络对光谱和图像技术进行特征层的信息融合,建立了多信息融合的诊断模型,求得氮、磷、钾的相关系数R分别为0.9651、0.9216、0.9353;均方根误差RMSE分别为0.19、0.33、0.29。结果表明采用光谱与图像的融合技术模型比单一光谱模型提高的精度分别为6.25%、3.97%、7.92%,比单一图像模型提高的精度为3.80%、5.43%、3.26%,有更好的诊断作用,能够实现对番茄作物氮、磷、钾素营养水平的高精度快速检测。

基于自适应径向基神经网络的类星体光谱自动识别方法

通过对光谱的研究来识别和认证类星体是天文学研究中的重要方法。文章提出了一种对类星体光谱进行自动识别的自适应径向基神经网络(RBFN)方法。该方法包括以下几个步骤:(1)先将训练样本归一化,再利用PCA变换进行降维,获得样本特征向量;(2)设计出K均值聚类算法与梯度下降法相结合的径向基神经网络结构的基本模型,再用SSE(sum of squares error)误差函数进行判断,对RBFN隐含层的神经元进行自动调节,直至满足给定误差阈值;(3)用训练得到的参数对用于测试的样本中的类星体光谱进行识别。该方法不但克服了经典RBFN算法选择隐层神经元数目的困难,而且还提高了对类星体识别的稳定性和正确率。研究结果对于大型光谱巡天所产生的海量数据的自动处理具有重要意义。

一类特殊的LF-网空间

本文研究了LF-网空间和它的几个子空间类,考虑了LF-k-网空间与几类广义度量化空间的关系,并且给出了LF-k-网空间的一个等价条件.

一类特殊的LF-网空间

本文研究了网空间和它的几个子空间类,考虑了网空间与几类广义度量空间的关系,并且给出了网空间的一个等价条件．

集值映射的一个应用

连续映射的逆映射是一个集值映射.本文以集值映射作为工具讨论具有局部可数k-网的正则T_1空间在完备映射下的逆不变性.

拓扑空间论的几个问题

本文阶段性地概述了作者在研究工作几个阶段的选题,并在最后一节介绍了最近的研究成果.