B-值独立随机元部分和的大偏差

本文证明了B-值独立弱收敛随机元序列部分和的大偏差的几个结果,推广了Donsker和Varadhan定理,并说明在本文的条件下,一个经典结果不再成立.

Banach空间中独立随机元的中偏差

本文讨论实可分Banach空间值的独立同分布随机元的中偏差估计问题,一些结果改进了Bolthausen的工作,其中某些结果即使对实值情形也是新的。

独立随机元之和的矩不等式

本文得到了取值于半范可测向量空间上的独立随机元之和关于某一类特定函数的矩不等式。de Acosta等人的定理均为该结果的特例。

独立随机元序列的有界重对数律

本文给出了取值于半范可测向量空间上独立随机元序列的有界重对数律的一般形式,由此进一步推广了Kuelbs J.,EropoBB.A.及MaUaxH.K.等人的结果。

B值独立随机元序列加权和的完全收敛性和大数律的等价性

在一定条件下研究了B值独立随机元序列加权和的收敛性质,并进一步得到了B值独立随机元序列加权和的完全收敛性和大数律的等价性.该结果推广了关于B值独立随机元的相应结果.

独立B值随机元序列的Wittmann型极限定理

给出在没有附加 Ｓｎ／ａｎ Ｐ ０ 等概率条件下， 独立 Ｂ 值随机元序列的 Ｗ ｉｔｔｍ ａｎｎ

B值独立同分布随机变元序列矩完全收敛性

讨论了B值独立同分布随机变元的矩完全收敛性,在一定矩条件下得到了B值同分布随机变元的矩完全收敛性。将相关的B值独立同分布随机变元的完全收敛的结果推广到了B值独立同分布随机变元的矩完全收敛性,得到了在矩存在的条件下与独立同分布完全收敛性相似的结果。

独立B值随机元序列的Petrov型定理

给出了在没有随机有界条件下独立Ｂ值随机元序列的Ｐｅｔｒｏｖ型极限定理

基于随机非负独立元分析的掌纹识别

提出运用随机非负独立元分析(SN-ICA)的新方法进行掌纹识别。为了减少计算量,运用SN-ICA算法前,先采用主元分析(PCA)算法去除掌纹图像的二阶统计特征相关性,其余的高阶非负统计特征由SN-ICA分离。首先用PCA和SN-ICA提取投影向量,然后将训练图像和待识别图像向投影向量上投影得到低维特征向量,最后计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库进行测试,结果表明,与PCA、二维PCA(2D-PCA)、独立元分析(ICA)和二维ICA(2D-ICA)相比,本文算法的识别率最高为98.95%,特征提取和匹配总时间为0.564s,满足实时系统的要求。

高师理科学刊2011年第31卷1-6期总目次

B值独立随机元序列加权和的完全收敛性和大数律的等价性……………………何思思，王文胜（1-1）一道常系数线性微分方程组的解法……………………………………………………王静先，赵临龙（6-1）伴随矩阵的一个陛质……………………………………………………………………褚利忠，蒋理（7-1）应用Taylor公式分析常微分方程初值问题数值求解公式的精度……………………………谢焕田（9-1）