关于凸分析中代数闭包和向量闭包的概念研究

研究了线性空间中代数闭包和向量闭包的关系,给出了凸集的代数闭包是凸集的新证明,利用代数闭包与向量闭包的关系,得到了一个涉及向量闭包的分离定理。

采用改进最小闭包球向量机的电力信息网络入侵检测方法

为降低电力信息网络入侵检测的检测误差和检测耗时,提出一种基于改进最小闭包球向量机(minimum enclosing ball vector machine,MEBVM)的入侵检测方法。该方法将入侵检测抽象成多分类问题,通过改进MEBVM对历史数据样本的训练学习来得到入侵检测模型。改进MEBVM利用最小闭包球降低检测耗时,并在训练过程中利用粒子群优化算法动态搜索MEBVM的最优训练参数以降低入侵检测模型误差。最后基于电力信息网络现场数据的实验证明,该方法与传统方法相比具有更高的检测精度和更少的检测耗时。

线性空间中集值映射向量优化问题的ε-真有效解

利用一种称为代数型闭包的向量闭包,讨论了线性空间中极值映射向量优化问题的ε-真有效解,在集值映射为广义向量似凸的假设下,建立了这种解的标量化定理和ε-Lagrange乘子定理.

实线性空间中的广义向量类凸性(英文)

作者利用向量闭包给出了实线性空间上广义向量类凸映射的一个性质,并依此说明在向量优化问题中,如果约束映射是广义向量类凸的则Slater约束品性成立.另外,作者利用鞍点准则刻画了实线性空间中的真有效性.