雷达目标一维距离像识别中的修正正则子空间法

涌现在复杂性理论中占有重要的地位。本文在讨论涌现的基本概念的基础上 ,介绍了一种用于研究复杂系统涌现行为的模型方法—CGP模型 ,给出了一个CGP模型的具体例子———采集机器人的仿真模型。通过对这个模型进行仿真实验 ,观察到机器人简单的状态转换函数和看似杂乱无章的行为产生了具有明显规律性的结果 ,对这种涌现现象的产生进行了分析 ,指出了它的现实意义。

非线性正则子空间法雷达目标一维距离像识别

雷达目标识别中,目标一维距离像的分布常表现出明显的非线性和复杂性时,经典的线性子空间方法的识别性能会有所下降。为此,本文提出非线性正则子空间法,通过对一维距离像进行非线性变换,使在原有空间线性不可分的一维距离像模式在高维空间有望具有线性可分性,从而提高目标的识别性能。对实测飞机数据的实验结果表明了该方法的有效性。

非线性正则子空间法雷达目标一维距离像识别

雷达目标识别中,目标一维距离像的分布常表现出明显的非线性和复杂性,这时经典的线性子空间方法的识别性能会有所下降.为此,本文提出非线性正则子空间法,通过对一维距离像进行非线性变换,使在原有空间线性不可分的一维距离像模式在高维空间有望具有线性可分性,从而提高目标的识别性能.对实测飞机数据的实验结果表明该方法的有效性.

正则Dirichlet子空间与Mosco收敛性

讨论了一维不可约强局部Dirichlet,型的正则子空间的Mosco收敛性.如果正则子空间的特征集是收敛的,那么相应的正则子空间在Mosco意义下也是收敛的.最后,用一些具体的例子说明了Mosco收敛不能保持Dirichlet型整体特性的稳定.

正则Dirichlet形式的正则子空间

正则Dirichlet形式的正则子空间问题,即存在性及其刻画等问题,是作者关注近20年的问题,该问题来自第二作者对于Markov过程的Killing变换的Dirichlet形式刻画问题的研究,这个问题是Dirichlet形式理论的一个基本问题,在最近10年中取得了一点进展.本文将主要叙述问题及其背景,并介绍围绕该问题得到的一些结果与遗留的问题.

关于子基的正则空间和相对正则性

给出了关于子基的正则空间和相对正则性概念,研究了各种正则性之间的关系,证明了各种正则空间的充要条件,丰富了一般拓扑学中的正则空间和相对正则性理论.

子空间法雷达目标一维像识别研究

基于高分辨一维像,研究特征子空间法和正则子空间法在雷达目标识别中的应用。针对一维像敏感于目标姿态变化的特点,提出一种子空间串识别法,将所有姿态范围划分为一定数量的模区,在每模区建立各类目标的子空间.对未知目标,所处模区由雷达测定后,其一维像映射到该模区各类目标的特征子空间进行识别分类一单模区搜索准则.模拟和实测数据实验表明所提出方法是有效的.

拓扑空间关于子基的分离性

在粗糙集理论研究中,覆盖方法的应用越来越受到重视,其中拓扑空间的子集关于子基的内部和闭包两个概念尤为重要.本文在由它们导入的关于子基的开集,闭集的基础上,给出了拓扑空间关于子基的分离性概念,并研究它们的性质,得到分离性公理定义的一般拓扑空间的进一步分类.

关于子基的正则性

给出了关于子基的正则空间和相对正则性概念,并研究它们的性质.得到一般拓扑学中的正则空间和一般拓扑空间中相对正则性的推广.

基于Sinkhorn距离特征缩放的多约束非负矩阵分解算法

为了减少原始特征对非负矩阵分解(NMF)算法的共适应性干扰,并提高NMF的子空间学习能力与聚类性能,该文提出一种基于Sinkhorn距离特征缩放的多约束半监督非负矩阵分解算法。首先该算法通过Sinkhorn距离对原始输入矩阵进行特征缩放,提高空间内同类数据特征之间的关联性,然后结合样本标签信息的双图流形结构与范数稀疏约束作为双正则项,使分解后的基矩阵具有稀疏特性和较强的空间表达能力,最后,通过KKT条件对所提算法目标函数的进行优化推导,得到有效的乘法更新规则。通过在多个图像数据集以及平移噪声数据上的聚类实验结果对比分析,该文所提算法具有较强的子空间学习能力,且对平移噪声有更强的鲁棒性。

混合值逻辑控制系统的状态空间方法

对于混合值逻辑控制系统,提出确定一个正则子空间的补空间的充分必要条件.对于正则子空间已有的判别准则,给出新的证明,并提出构造补空间的新方法.对于子空间,设计计算其友好子空间的新算法,引入没有正则性假设的不变子空间的概念,获得判别不变子空间的一系列充分必要条件.

一维Brown运动在其正则Dirichlet扩张中的正交补

考虑一维Brown运动的正则Dirichlet扩张(ε,F),即H^1(R)是F的子空间,并且任意的f,g∈H^1(R)满足ε(f,g)=1/2D(f,g).由于H^1(R)和F在ε_α下都是Hilbert空间,因此存在α-正交补g_α.本文给出g_α中函数的具体表达式,它们可以被另两个函数空间刻画.这两个空间上存在自然的广义Dirichlet型,通过补丁变换可以给出它们的正则表示.