(C-K)性质的特征

该文绘出（C－K），K=Ⅰ，Ⅱ，Ⅲ正性质的一些充要条件，从而我们得到：如果Banach空间X有（C一Ⅲ）（（C－Ⅱ）；（C－Ⅰ）性质，则对X的任意赋范集AU（X*），单位球面S（X）上的σ（X，A）拓朴与弱拓扑（范数拓扑）等价且X近非常凸（近强凸；强凸）.

K&C试验台及其应用

K&C试验台是一种测量底盘K&C特性参数的设备,介绍了K&C试验台的定义、分类和基本结构,重点阐述其工作原理及试验项目,对其在汽车开发中的应用进行了说明,最后介绍了试验台的设计及应用发展状况,并提出了对试验台的应用建议。

结合K-means算法的C-V分割模型改进方法——以黄斑水肿区域分割为例

光学相干断层成像(OCT)是眼科用于检测糖尿病性黄斑水肿(DME)病变部位的主要成像技术。针对OCT图像中DME水肿区域的高精准提取问题,提出了一种结合K-means算法的C-V分割模型改进方法。首先用变分水平集函数替代C-V模型中的水平集函数,终止C-V模型演化过程中的初始轮廓曲线重新初始化问题,提高分割模型的计算效率;在此基础上利用K-means算法对视网膜轮廓区域进行分割,将其作为固定的初始轮廓曲线,克服C-V模型对初始轮廓区域的敏感问题,提高分割结果的精度。实验结果表明:所提方法与测地活动轮廓(GAC)模型和选择性二值高斯滤波正则化水平集(SBGFRLS)模型相比,在迭代次数上分别减小了约90.8%和69%;在时间上分别减少了约99.3%和82.5%;所提方法的分割精确度、召回度和Dice相似性系数分别为97.95%、98.90%、98.42%。所提分割方法能够有效提高DME水肿区域边界的分割精度,同时降低了计算的复杂度,可为临床诊断提供技术支撑。

一种基于二型模糊集的模糊k-平面聚类算法

当数据分布在超平面周围时,k-平面模糊聚类算法是一种可行的聚类算法,但在隶属度的描述上,该算法仍然有改进的空间.基于二型模糊集,提出了一种二型k-平面模糊聚类算法,通过寻找最佳的聚类指标对二型模糊集进行降型,使该算法达到更好的聚类效果.在加入了噪音的人工数据集上,对比传统的模糊聚类算法(FCM)和模糊k-平面聚类算法(FKPC),提出的二型模糊聚类算法具有更好的抗噪性能,也能对数据点进行更准确的聚类.

THE EXPLICIT SOLUTIONS OF C_(p,q)^(k+α)-FORM FOR THE -EQUATIONS ON PSEUDOCONVEX OPEN SETS

In this paper, we study the integral solution operators for the -equations on pseudoconvex domains. As a generalization of [1] for the -dequations on pseudoconvex domains with boundary of class C∞, we obtain the explicit integral operator solutions of C -form for the -equations on pseudoconvex open sets with boundary of Ck (k≥0) and the sup-norm estimates of which solutions have similar as that [1] in form.

面向对象度量方法的比较研究

面向对象度量方法成为面向对象技术研究的一个热点 ,本文分析和比较目前流行的方法应用背景和优缺点 。

α-方程的C_(p,q)^(k+α)-形式解及其上确界范数估计

文中研究了－－方程在拟凸域上的积分解算子的性质，得到了－－方程在具Ｃｋ（ｋ≥０）类边界的拟凸开集上的Ｃｋ＋αｐ，ｑ－形式的积分算子解及其解的上确界范数估计。

广义可权集

引入广义可权集概念，讨论局部紧拓朴空间的子集特别是Ｋ－分析集与Ｂｏｒｅｌ集的广义可权性．

改进K-means活动轮廓模型

目的通过对C-V模型能量泛函的Euler-Lagrange方程进行变形,建立其与K-means方法的等价关系,提出一种新的基于水平集函数的改进K-means活动轮廓模型。方法该模型包含局部自适应权重矩阵函数,它根据像素点所在邻域的局部统计信息自适应地确定各个像素点的分割阈值,排除灰度非同质对分割目标的影响,进而实现对灰度非同质图像的精确分割。结果通过分析对合成以及自然图像的分割结果,与传统及最新经典的活动轮廓模型相比,新模型不仅能较准确地分割灰度非同质图像,而且降低了对初始曲线选取的敏感度。结论提出了包含权重矩阵函数的新活动轮廓模型,根据分割目的和分割图像性质,制定不同的权重函数,该模型具有广泛的适用性。文中给出的一种具有局部统计特性的权重函数,对灰度非同质图像的效果较好,且对初始曲线位置具有稳定性。