一致Lipschitz映射的遍历定理及其遍历分解

设(X,d)是一个可分的度量空间,Cu(X,d)是由全体一致连续函数所组成的C(X,d)的子空间,T是定义UkTf在Cu(X)上收敛.从这个基本结果出发,利用Cu(X,d)在X上的一致Lipschitz映射,那么对f∈Cu(X),1n∑nk=1的共扼空间的表示定理,得到了相空间的Yosida型遍历分解;利用空间的嵌入技术证明了非一致Lipschitz映射的大数法则.

一致Lipschitzian渐近伪压缩映射的Mann型隐迭代算法的收敛性(英文)

假设K是Hilbert空间E的非空闭凸有界子集,T:K K是一致Lipschitzian渐近伪压缩映射,数列{an}满足δ≤an≤1-δ,δ∈(0,1)是足够小的常数.则对任意的x0∈K,由Mann型隐迭代算法xn=anxn-1+(1-an)Tnxn(n>0)迭代出的序列{xn}弱收敛于T的不动点.

非扩张映射族和渐近拟一致L-Lipschitzian映射族的收敛定理

研究一致凸Banach空间中两映射族的公共不动点逼近问题。构造关于非扩张映射族和渐近拟一致LLipschitzian映射族的有限步迭代序列,并在适当条件下,证明了该序列收敛到公共不动点的一些强收敛定理,改进和推广了一些相关文献的结果。

Lipschitz连续的一致φ-伪压缩映射的等价性

在一般的Banach空间中,对Lipschitz连续的一致φ-伪压缩及一致φ-增生映射讨论了具误差的Mann迭代与具误差的Ishikawa迭代算法的等价性,研究结果不要求值域有界且是相关定理的提高.

基于掩码一致性机制的弱监督图像语义分割研究

语义分割是一项广泛应用于无人驾驶、缺陷检测等场景的计算机视觉技术,但像素级的细粒度标注需要极大的标注成本,所以如何利用易获取的图像级标签进行弱监督语义分割是长期以来的研究重点。相较于仅依靠类激活映射图(class activation maps,CAM)实现像素级分割,提出掩码一致性机制(masked consistency mechanism,MCM)来提供额外的监督信号,以此来缩小全监督和弱监督之间的差距。在全监督语义分割中,网络对图像每一块的掩码预测都具有一致的像素级分割监督,因此在ViT(vision transformer)中屏蔽掉一部分图像块,并要求仅依靠保留的图像块生成的类激活映射图与依靠完整图像生成的类激活映射图一致,以此为网络训练提供额外的自监督信号。在PASCAL VOC 2012和MS COCO上进行的实验表明,本文方法在使用相同监督水平的情况下优于最先进的方法。

优化谱对齐的三维模型簇一致性对应关系计算

为了解决非刚性三维模型簇对应关系计算准确率低、一致性差,且难以实现双射的问题,提出了一种采用优化谱对齐算法和规范一致潜在基的非刚性三维模型簇对应关系计算新方法。首先,利用函数映射的伴随算子实现模型间谱域信息的对齐,计算模型簇中每个模型对的函数映射矩阵,解决函数映射与逐点映射方向不一致的问题;其次,使用改进的模型映射集合算法为每个模型对的函数映射矩阵赋予相应权重,降低初始化参数的噪声对模型簇对应关系计算结果的影响;最后,在模型簇的对应关系计算过程中加入极限模型的规范一致潜在基,极限模型可以看成模型簇中所有模型的类型结构,是一个具有几何可变性的中间模型,提高算法的一致性和双射性。实验结果表明:与已有算法相比,本算法在FAUST、SCAPE、TOSCA和SHERC’16 Topology数据集上构建的对应关系测地误差最小,能够减少初始化参数的噪声,解决模型自身对称性影响对应关系计算的问题,更加精确地构建出具有一致性和双射性的非刚性三维模型簇对应关系。

赋范线性空间中一致L-Lipschitz映射的不动点迭代逼近

研究了赋范线性空间中一致L-Lipschitz映射和渐近非扩张映射不动点的迭代逼近问题,并改进和推广了文献[1]中的主要结果。

基于非Lipschitz步长策略的临近分裂可行问题的强收敛性研究

针对Hilbert空间中的临近分裂可行问题,该文提出了一种惯性粘滞类算法.其中主要引入了一种非Lipschitz步长策略,其克服了原步长远离零的缺点.另外,通过弱化临近映射的完全非扩张性,证明了修正后算法的强收敛性.进一步,将所得的结论应用于分裂均衡问题.最后,列举实例充分说明了修正后算法的有效性.

一致凸Banach空间中Lipschitz严格伪收缩映射的迭代逼近

证明了在一类ｐ － 一致凸Ｂａｎａｃｈ 空间中，Ｉｓｈｉｋａｗａ 迭代程序与Ｍａｎ 迭代程序都强收敛于Ｌｉｐｓｃｈｉｔｚ 严格伪收缩映射的不动点，推广了文献［１］

有限族广义一致伪Lipschitz映象公共不动点的迭代收敛性

目的是在Banach空间中引入并研究一类广义一致伪Lipschitz映象,举例说明这种映象的广泛性,并在一定条件下,证明了一族广义一致伪Lipschitz映象公共不动点的带误差的多步迭代序列收敛的充分必要条件,从而改进与推广了一些已知的结果.获得的收敛准则丰富了非线性算子不动点的迭代逼近理论.

有限族广义一致拟Lipschitz映象公共不动点的迭代逼近

在实Banach空间的任意非空凸集上,给出了两族广义一致拟Lipschitz映象带混合型误差的Ishikawa迭代序列收敛其公共不动点的一个充要条件,其中两族广义一致拟Lipschitz映象不必连续;在更一般的完备凸度量空间中,给出了一族广义一致拟Lipschitz映象的三步迭代序列收敛到公共不动点的一个充要条件.

一致凸Banach空间中非扩张映射的Ishikawa迭代

本文研究在一致凸Ｂａｎａｃｈ空间中，Ｉｓｈｉｋａｗａ迭代的性质，在不假定Ｃ有界以及ｌｉｍｓｕｐｓｎ〈１的条件下，统一和推广了Ｒｅｉｃｈ＾「９」，Ｔａｎ和Ｘｕ＾「１１」的两个定理。

Lipschitz映射的下方图形(英文)

令（X, d）是紧的度量空间,用↓USC（X）和↓LIP（X）分别表示从X到I所有的上半连续映射和所有Lipschitz映射的下方图形的全体.本文证明如果X是一个无限的紧的度量空间,则（↓USC（X）, ↓LIP（X））≈ （Q, B（Q））,其中B（Q）=Q／（-1,1）^ω是Hilbert立方体Q=[-1，1]^ω的伪边界.

实一致光滑Banach空间中增生映射零点的带误差项的迭代逼近

设E为实一致光滑Banach空间，A：D(A)(?)E→2E为一增生映射且满足值域条件，并且A-1(0)≠(?)，对(?)z∈E，序列{xn}(?)D(A)定义为xn+1=xn-λn(un+θn(xn-z)+en)其中un∈Axn，(?)n≥1．这里{λn}，{θn}为满足一定条件的正实数列，假如{un}是有界的，则xn→x∈A-1(0)．本质上将Claidume和Zegeye于20C13年提出的关于增生映射零点的精确格式推广为带误差项的形式．

一致凸模糊映射及其有关性质

讨论了模糊映射的一致凸性及其有关性质,给出了模糊映射为一致凸的几个判别准则,并得到了可微一致凸模糊映射在某一点达到最小值的充分条件.

q一致光滑Banach空间中一类非线性映射的Mann迭代过程

在q一致光滑Banach空间中,研究了一类非Lipschitz、非值域有界的Φ 强伪压缩映射和Φ 强增生映射的Mann迭代收敛问题,所得结果改进和扩展了近期许多相关结果.

自动武器协同设计中模型结构一致性保持及映射技术研究

针对目前大型CAD软件的协同支持工具协作功能有限,分发模型数据量过大,无法实现高效响应设计问题,结合自动武器快速协同设计的实时性需求,在可配置可复用的模块参数化设计方法的基础上,建立了基于网络协同的自动武器三维模型数据结构一致性保持及映射机制。利用与平台无关的结构化信息描述手段描述特征模型和三维建模参数化造型数据及相关操作信息,提出基于局部变参数复制式共享机制的造型同步协作方法,以较小的负荷交换模型局部变化数据,以满足自动武器快速协同设计需求。

广义一致Lipschitz渐近伪压缩型映象的迭代逼近

在一致光滑Banach空间中研究用带混合型误差的修改的Ishikawa迭代序列,逼近广义一致Lipschitz渐近伪压缩型映象的不动点问题.在去掉D有界之下,使用新的分析方法,建立了强收敛定理,从而推广和改进了已知的结果。

一种基于梯度和与一致性组合策略的无缝纹理映射方法研究

针对三维纹理映射中存在接缝、颜色差异大等问题,采用基于梯度值之和的选片算法,结合一致性检查、全局颜色校正和局部颜色校正等策略,消除影像的模糊、重影与色差,实现无缝纹理映射,同时避免影像失焦和障碍物的影响,试验结果表明,该方法纹理映射效果较好。

广义Lipschitz Φ-强伪压缩映射的Ishikawa迭代过程

在q(>1)一致光滑的实Banach空间E中,K是E的非空闭凸子集,T:K→K是广义Lips chitzΦ强伪压缩映射.给出了Ishikawa送代序列强收敛于T的不动点,所得结果扩展了该领域目前的相关结果.