两类双单叶Bazilevic函数类的Fekete-Szegö不等式

在两类双单叶Bazilevic函数类的引入应用下,采用分析技巧研究Fekete-Szegö不等式.在完成f(x)∈M^(uλ)_(Σ)(ϕ)、f(x)∈H_(Σ)(u,λ,k)两类双单叶定义定理分析后探讨推论结果,所获取的第三项系数估计实现了对部分双单叶函数已有结果的改进.

用拟从属关系定义的非Bazilevic函数类的系数估计

用拟从属定义了新的非Bazilevic函数类,应用解析函数的基本不等式和分析技巧,得到了该函数的系数a_(2)和a_(3)的有界估计以及Fekete-Szego不等式,推广了一些已有的结论。

Bazilevic函数类的子类的性质

本文讨论了 Bazilevic函数的子类 Bn(α,β,σ)的不等式性质 ,运用微分从属方法得到了 Re f(z)zα+β的精确下界 ,其中 f(z)∈ Bn(α,β,σ) ,它推广了一些作者的有关工作 .同时得到几个相关结果 .

两类双单叶Bazilevic函数类的Fekete-Szeg不等式

引入了两类双单叶Bazilevic函数族.利用分析的技巧研究了其Fekete-Szeg不等式,所得第三项系数估计改进了一些双单叶函数的已有结果.

几类双单叶Bazilevic函数类的系数估计

本文引入并研究了几类单位圆盘U内双单叶解析Bazilevic型函数类,利用微分从属定理和分析技巧得到了这些函数类的|a2|和|a3|的系数估计,主要结果推广了一些已有结论。在证明方法上有了较大的改进。

局部线性下的函数型主成分聚类算法

函数型聚类分析在统计学领域被广泛关注,其分析过程通常在降维目标实现后进行。为了有效解决函数型主成分聚类问题,文章结合局部线性嵌入算法(Locally Linear Embedding,LLE)在非线性空间下的适用性,提出了一种局部线性下的函数型主成分分析模型(LLE Function Principle Component Analysis,LFPCA)。首先,采用函数型主成分分析法作为降维目标方法,改进了FPCA的算法模型,通过将LLE算法的权重系数矩阵与函数型主成分定义相结合,构建出一个适用于非线性空间下的聚类算法;其次,在求解算法的过程中定义了函数型主成分得分,并结合EM算法构建出GMM模型来近似函数型算法的概率密度函数,使模型更高效且适用性更强;最后,通过随机模拟实验及应用分析验证了LFPCA算法模型在真实数据集上具有良好的聚类效能。

一类β级扩展的Bazilevic函数及其Fekete-Szeg问题

引进了一类β级扩展的Bazilevic函数,讨论了该类函数的Fekete-Szeg问题,给出了极值函数,并改进了一些已有的相关结果.

两类双单叶非Bazilevic函数族的系数估计

Obradovic引入研究了非Bazilevic函数并讨论了它的解析性质,受到数学工作者的广泛关注.利用非Bazilevic函数定义了两类新的双单叶函数族,结合正实部解析函数的系数估计和微分从属理论,得到这些函数族的起始项a2和a3的系数估计,所得结果推广了一些已有的结论.

一类λ-对数Bazilevic函数的Fekete-Szeg不等式

本文研究了一类λ-对数Bazilevic函数的Fekete-Szeg不等式.利用分类讨论的方法获得了|a_3-μa_2~2|的精确估计,推广了一些已有的相关结果.

两类解析函数的三阶Hankel行列式的上界估计

令H表示形如f(z)=z+a_(2)z^(2)+a_(3)z^(3)+…且在U={z:|z|<1}内解析的函数类,研究了在单位圆盘上的2类解析函数类■的三阶Hankel行列式|H_(3),_(1)(f)|的上界估计。

基于交互基函数的数据流聚类算法研究

聚类是数据挖掘的有效工具,数据流聚类成为当前研究热点,目前很多数据流聚类算法已经被提出,但大部分算法将距离作为相似度度量标准,存在对噪点敏感问题,且聚类效果不理想。为了增强数据流聚类算法的灵活性并提升聚类质量,该文将分数阶交互基函数(IBFs)引入数据流聚类,结合模糊ART算法对其进行了扩展,生成柔性决策边策略,提出了新颖的数据流聚类算法IBFs_ART。该算法首先对到达的数据点根据特征之间的相关性通过预计算函数特征扩展,并对原有特征进行分数阶变换,之后再基于交互基函数进行数据流聚类。交互基函数可生成灵活的决策边界且不需要指定软件,预计算函数可以在任何算法中实现,其可用于数据流聚类算法的任何扩展。经过实验表明,使用IBFs实现了较低计算成本生成灵活决策边界来找到最优聚簇,在相同警戒参数下实现了更高聚类质量和纯度,较传统聚类算法拥有更高的聚类精度、对称度量和更小的错误率。

由DZIOK-SRIVASTAVA算子定义的一类Bazilevic函数的Fekete-szeg问题

利用Dziok-Srivastava算子定义了Bazilevic函数类_lI_mf(z)={≤f∈H:(1-λ)((_lI_mfz)/z)~α+λz(_lI_mf(z))′/_lI_mf(z)(_lI_mf(z)/z)~α,<φ(z),z∈U},其中α≥0,λ≥0.利用正实部函数的Fekete-Szeg不等式,得到了该函数类的︱a_2︱和︱a_3-μa^2_2︱的精确估计,所得结果推广了已有的结果.

基于核函数聚类的重庆市图书馆均等配置及优化

以重庆市图书馆为例,从居民视角出发,应用公共设施区位理论,提出了核函数聚类法,优化图书馆空间配置。引入多种优化模型,与核函数聚类法进行了对比分析,以期最大程度地优化重庆市图书馆的空间配置。结果表明:用不同方法进行图书馆空间配置优化,核函数聚类法覆盖的总人口数最多,受距离影响较小,优化的空间配置更均等;P-中心模型受空间分布影响较大;P-中位模型易受距离影响;MCLP模型较适合中距离优化的选择。模型间交通可达性的差异并不明显,可用于优化决策提供参考辅助。该核函数聚类法可为公共服务设施空间布局的均等优化或规划提供理论依据。

基于函数型聚类的重庆市主城区PM_(2.5)防治区域划分

空气污染对人类的健康和环境有重要影响,对空气质量进行管理可以有效预防空气污染对人类健康和环境造成的危害。细微颗粒物(PM_(2.5))在空气质量数据中对环境质量的影响最大,因此对其防控具有重要意义。由于划分防治区域是实施防控的重要前提,因此文章针对重庆市主城区17个监测站点的PM_(2.5)日均浓度数据,在采用7种插补方法修复PM_(2.5)缺失数据的基础上,分析其时空分布特征,并利用函数型聚类方法(Functional Nonnegative Ma⁃trix Factorization,FNMF)合理地划分PM_(2.5)防治区域,进一步分析重庆市不同区域的空气质量特征。研究结果表明,重庆市主城区可划分为3类PM_(2.5)防治区域,且各区域冬季污染严重,空间分布与城区经济发展相关,呈现出由北向南污染愈发严重的趋势。

Bazilevic函数族的一个从属关系及极值问题

本文给出了Ｂａｚｕｅｖｉｃ函数族的一个子族Ｂ１（α，β）的一个从属关系，从而得到了Ｂ１（α，β）精确的积分平均不等式，函数模估计，导函数模估计，最后讨论了它的极值问题和系数估计。这是ａ＞０，０≤β≤１。

Bazilevic函数的两个子族

本文讨论了Ｂａｚｉｌｅｖｉｃ函数的两个子族的某些性质．得到了一些新的从属关系以及模、偏差、积分平均和系数的估计．这些估值多数是精确的．

Bazilevic函数的对数系数

本文研究了Bazilevic函数类B_α(C,D)的对数系数.利用构造一个非负函数和对复变函数模的积分进行估计的方法,获得了B_α(C,D)的对数系数,推广了一些已有的相关结果.

类THAAD导引头气动光学效应计算研究

针对类美国末段高空域防御(Terminal High Altitude Area Defense,THAAD)系统的红外导引头外形,开展了气动光学效应计算分析,并将其用于飞行器设计。利用国家数值风洞工程高速流场计算软件NNW-HyFLOW,考虑热化学非平衡效应和材料传热耦合效应,对导引头典型状态的流场进行了模拟,获得了流场的密度、温度、压力等参数和窗口的温度场参数。基于流场参数,利用HyFLOW气动光学传输效应计算功能,开展了红外光学传输成像计算;利用HyFLOW气动光学辐射效应计算模块,开展了流场和光学窗口的热辐射计算。计算结果表明,类THAAD导引头在30 km以上飞行时,流场和光学窗口基本不会影响目标信号的光学传输成像,但流场和窗口的热辐射效应会对导引头识别目标造成影响。不过随着飞行高度的升高,这种影响会减小。

Bazilevic函数的偏差定理

改进和完善（１．８），（１．９）和（１．１１），（１．

基于特征聚类与降维的新闻文本智能分类算法

文本分类是当前智能处理新闻数据信息的一种有效手段。为了提高信息处理的准确性和有效性,提出基于特征聚类与降维的新闻文本智能分类算法。首先,利用汉语词汇分析系统ICTCLAS对新闻文本分词作预处理,去除其中的停用词,并区分新闻文本的词性。然后,利用权重函数对新闻文本作降维处理,约简新闻文本的关键词集。最后,采用聚类分析技术对新闻文本特征实施聚类,得到不同类别的新闻文本。实验表明,所提出的算法得到的分类结果准确率在96%以上,召回率在98%以上,说明所提出的算法能够实现对新闻文本智能精准分类,具有良好的应用前景。