单锥上第一类Siegel域的扩充空间

本文给出一类齐性复解析流形及某些子流形，并应用它实现陆启铿、钟家庆在［１］中给出的单锥上的第一类Ｓｉｅｇｅｌ 域的扩充空间。从扩充空间上的运动群在超圆上的限制得到单锥上第一类Ｓｉｅｇｅｌ

基于样本扩充和改进2DPCA的单样本人脸识别

针对大多数人脸识别方法在单个训练样本条件下识别性能下降的问题,提出了结合多种样本扩充方法和改进二维主成分分析(2DPCA)的人脸识别算法。通过分析各种样本扩充方法的优缺点,用多种样本扩充方法来生成虚拟样本,以充分利用单一样本所提供的信息。采用改进的2DPCA方法对生成的虚拟样本进行特征提取,对训练样本进行分块,并用类内平均值规范后的分块来构造总体散布矩阵。在ORL和Yale人脸库上的实验表明,所提出的方法在识别性能方面优于普通的2DPCA方法,优于单一的样本扩充方法。

《2000数学主题分类表》变更简介

《2 0 0 0数学主题分类表》( MSC2 0 0 0 )和 1 991年美国《“数学评论”主题分类表》相比较无论是一级类目、二级类目 ,还是三级类目均进行了较大幅度调整。一级类目删除 2个 ,新增 4个 ;二级类目净增 40多个 ,增幅率超过 1 1 % ;三级类目净增近 70 0条 ,增幅率超过 1 4.5 %。为了便于利用 ,对于MSC2 0 0 0从新增类目、扩充内涵、删除和调整 4个方面 ,分别重点选择变化较大的典型类目进行了对照分析 ,简单介绍了 MSC2 0 0 0的变更概况。

淀粉类与明胶类血浆代用品对免疫功能的影响

胶体类血浆代用品因其较高的分子量，可在血管腔留存较长的时间，维持有效血浆胶体渗透压，从而有效扩充血容量及改善微循环状态。与晶体液相比，其血流动力学更稳定，被广泛应用于创伤、失血、感染及其他原因所致的血容量降低、休克等情况。

定性演算的扩充

在已有定性演算的类的划分上进行了扩充并定义了新的定性演算,而且进一步讨论了定性运算的性质.

易于扩充的图像检索平台实现

介绍一个易于扩充的图像检索平台之设计思想。该平台通过在较高抽象层次上的对象描述技术,实现了图像特征量的易扩充性、细节信息的高隐蔽性以及较高的系统安全性。

对象的功能扩充机制的比较研究

为了准确理解和选择面向对象程序设计中的对象功能扩充方法,提出一个对象功能扩充机制的比较模型。该模型包括动态性、依赖性、类型无关性、层次性和语言要求等几个指标,分别描述了对象功能扩充方法的灵活程度、非功能对象的内聚度、功能对象和非功能对象的耦合程度、对象功能扩充的影响范围等。基于这些指标分析了几种典型的对象功能扩充方法,给出了这些方法的比较结果。比较结果表明,面向方面的程序设计是对象功能扩充的一种有效手段,比较结果对于对象功能扩充方法的选择具有指导意义。

加“0”在《中图法》类目复分中的作用与规则分析

阐述了《中图法》类目复分加"0"的作用,对加"0"与不加"0"的规则进行了总结与分类。

中长期负荷预测的模糊竞争学习聚类神经网络算法

电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度。本文将神经网络引入到模糊聚类分析中,建立了中长期负荷预测的新方法,并且对聚类神经网络的学习算法进行了改进,利用模糊竞争学习完成网络运算,弥补了网络输出结果二值性的不足,使得学习规则中权值矩阵的改变速度加快,因而算法的收敛速度有很大提高。运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响。通过与传统方法进行中长期负荷预测比较,结果表明该方法可以提高负荷预测的精度。

基于平衡迭代规约层次聚类的无线传感器网络流量异常检测方案

针对现有网络流量异常检测方法不适用于实时无线传感器网络(WSN)检测环境、缺乏合理异常判决机制的问题,该文提出一种基于平衡迭代规约层次聚类(BIRCH)的WSN流量异常检测方案。该方案在扩充流量特征维度的基础上,利用BIRCH算法对流量特征进行聚类,通过设计动态簇阈值和邻居簇序号优化BIRCH聚类过程,以提高算法的聚类质量和性能鲁棒性。进一步,设计基于拐点的综合判决机制,结合预测、聚类结果对流量进行异常检测,保证方案的检测准确性。实验结果表明,所提方案在检测效果和检测性能稳定性上具有较为明显的优势。

融合扩充-双重特征提取应用于小样本学习

小样本图片分类的目标是根据极少数带有标注的样本去识别该类别,其中两个关键问题是带标注的数据量过少和不可见类别(训练类别和测试类别的不一致).针对这两个问题,我们提出了一个新的小样本分类模型:融合扩充-双重特征提取模型.首先,我们引入了一个融合扩充机制(FE),这个机制利用可见类别样本中同一类别不同样本之间的变化规则,对支持集的样本进行扩充,从而增加支持集中的样本数量,使提取的特征更具鲁棒性.其次,我们提出了一种双重特征提取机制(DF),该机制首先利用基类的大量数据训练两个不同的特征提取器:局部特征提取器和整体特征提取器,利用两个不同的特征提取器对样本特征进行提取,使提取的特征更加全面,然后根据局部和整体特征对比,突出对分类影响最大的特征,从而提高分类准确性.在Mini-ImageNet和Tiered-ImageNet数据集上,我们的模型都取得了较好的效果.

显式类辛算法在双自转系外行星后牛顿轨道中的应用

系外行星的长期动力学演化需要可靠的数值计算方法。辛算法具有保能量、保结构的特点,是研究哈密顿系统长期演化的最佳积分工具。双自转系外行星后牛顿哈密顿系统中坐标和动量不可分离,显式辛算法不能直接应用。利用相空间扩充构造显式类辛算法不会引入人工耗散,具有保能量的优势。主要探讨四阶中点置换相空间扩充显式类辛算法在双自转系外行星后牛顿轨道中的数值性能。结果表明,中点置换相空间扩充显式类辛算法,在顺行非近共面轨道的算法精度与RKF8(9)算法精度差一个量级;在逆行轨道和近圆轨道的算法精度与RKF8(9)算法精度相当;在偏心率小于0.9的轨道表现出高于同阶对比算法的算法精度。除此之外,该算法具有良好的稳定性,计算效率约是RKF8(9)的3倍。

《中图法(未成年人图书馆版)》J3类目设置解读

随着我国少年儿童图书馆事业的蓬勃发展,为了满足未成年人图书馆文献分类的需要,《中国图书馆分类法(未成年人图书馆版)》的修订工作已基本完成。对《中国图书馆分类法(未成年人图书馆版)》J3类目的修订及类目设置情况进行了简述与剖析,以便广大未成年人读者阅读与查找。

分类法的标记符号

关于图书分类法标记符号的内容和要求问题,长期以来在我国图书馆界存在各种各样的说法。如有人提出逻辑性、简明性和伸缩性;也有人提伸缩性、助记性和体现分类体系的思想性;刘国钧先生则指出了易记性、简短性、表达性和扩充性。笔者则认为分类法标记符号应具有容纳性、简易性和表达性三项要求。

高中英语观点对比类议论文写作模式研究

本文主要通过对正反对比类议论文的概述，以及其写作提纲、段落语句扩充、写作模板和写作演练等方面以实验对比研究的方式，研究了高中英语观点对比类议论文写作模式，以在高三繁忙的复习备考阶段帮助学生快速的提升英语写作（一）的得分率。最后由经实验具体数据表明，取得了良好的效果。

解析函数的周期复合边值问题

对于解析函数类中的周期复合边值问题,先利用保角映射转化为扩充复平面上一个在外域具有一定限制的复合边值问题,然后分别通过求解Riemann边值问题和Hilbert边值问题的一系列转化,给出周期复合边值问题解的表达形式.

Hermite—Fejer插值多项式的逼近

本文研究以第一类Chebyshev多项式Tn(x)的零点为基点的Hermite—Fejer插值算子,进行扩充因子改造,使其可以逼近全实轴上的无界连继函数。

面向对象的多组判别分析模板

多组判别分析是一种重要的统计分析方法。针对多组判别分析类模板的基本构造、特点、应用范围与功能、使用等作专门的介绍 ,并对MDiscr类模板进行一些扩充 。

基于优化YOLOv4的主要电气设备智能检测及调参策略

基于无人机和巡检机器人搭载的多光谱成像检测是高压设备非接触检测的发展趋势,而主要电气设备的识别是其绝缘状态智能诊断的基础。该文建立了绝缘子、均压环、防振锤、套管和导线训练与测试数据库;基于YOLOv4,改进了Mosaic数据扩充算法,使网络误差降低了0.7,识别准确度提高到84.3%;研究了基于边界框回归的交并比(IoU)算法对不同尺度检测目标的影响,提出了对大、小目标分别采用CIoU和GIoU的训练策略;研究了K-means和分层聚类算法对自建数据库的标注值宽高数据聚类效果及检测结果的影响;基于误差、识别准确度和训练速度,研究并优化了YOLOv4的网络参数,改进后的模型训练误差降低了3%,识别准确度提高了0.8%,较好地实现了主要电气设备的识别。该研究可用于多光谱成像电气设备运行状态的现场诊断。