第四类Cartan-Hartogs域上的Khler-Einstein度量

进一步讨论了第四类Cartan-Hartogs域上Khler-Einstein度量的显表达式问题。运用该度量的显表达式以及Bergman度量的显表达式与连续函数的性质,得到了第四类Cartan-Hartogs域上Khler-Einstein度量和Bergman度量等价的简单证明。

Cartan-Hartogs域上Khler-Einstein度量的显表达式问题

讨论了Cartan-Hartogs域上Khler-Einstein度量的显表达式以及该度量与Bergman度量的等价性问题。得到了Cartan-Hartogs域上Khler-Einstein度量显表达式的统一公式。运用该公式与连续函数的性质以及Bergman度量显表达式的一个统一公式,得到了这类域上Khler-Einstein度量和Bergman度量等价性的统一证明。

第一类超Cartan域上Khler-Einstein度量与Bergman度量的等价性

进一步讨论了第一类超Cartan域上Khler-Einstein度量与Bergman度量的等价问题.运用Khler-Einstein度量与Bergman度量的显表达式以及连续函数的一些性质,得到了第一类超Cartan域上这两类度量等价的简单证明.

基于余弦距离度量学习的伪K近邻文本分类算法

距离度量学习在分类领域有着广泛的应用,将其应用到文本分类时,由于一般采用的向量空间模型(VSM)中的TF*IDF算法在对文本向量表达时向量均是维度相同并且归一化的,这就导致传统距离度量学习过程中采用的欧式距离作为相似度判别标准在文本分类领域往往无法取得预期的效果,在距离度量学习中的LMNN算法的启发下提出一种余弦距离度量学习算法,使其适应于文本分类领域,称之为CS-LMNN。考虑到文本分类领域中样本类偏斜情况比较普遍,提出采用一种伪K近邻分类算法与CS-LMNN结合实现文本分类,该算法首先利用CS-LMNN算法对训练数据进行距离度量学习,根据训练结果对测试数据使用伪K近邻分类算法进行分类,实验结果表明,该算法可以有效的提高分类精度。

基于新的相异度量的模糊K-Modes聚类算法

传统的模糊K-Modes聚类算法采用简单匹配方法度量对象与Mode之间的相异程度,没有充分考虑Mode对类的代表程度,容易造成信息的丢失,弱化了类内的相似性。针对上述问题,通过对象对类的隶属度反映Mode对类的代表程度,提出一种新的相异度量,并将它应用于传统的模糊K-Modes聚类算法。与传统的K-Modes和模糊K-Modes聚类算法相比,该相异度量是有效的。

Finsler度量在KNN算法中的应用研究

为了克服传统K近邻(Knearest neighbor,KNN)算法在距离定义上的不足,提出了一种基于Finsler度量的KNN算法(Finsler metric KNN,FMKNN)。该算法将样本点间的距离定义为Finsler度量,保留了样本属性对样本间距离度量的影响,使得样本点间的距离度量更具一般性。在手写体数据集上的实验表明,FMKNN算法的分类准确率高于传统KNN算法。

度量空间的k－映射像

Ｅ．Ｈａｌｆａｒ（［６］）引入了ｋ－映射概念，本文给出了度量空间ｋ－映像的一个内在刻划，并由此得到一些度量化定理。

基于度量学习的邻域k凸包集成方法

k局部凸包分类方法通过改进k近邻算法在处理小样本问题时的决策边界而显著提高分类性能,k子凸包分类方法通过克服k凸包分类对类数和样本环状分布的敏感性而改善了分类性能。但是,该方法仍然对样本距离度量方法敏感,并且在k邻域内不同类的样本数经常严重失衡,导致分类性能下降。针对上述问题,文章提出了一种邻域k凸包分类方法,并通过引入距离度量学习和集成学习技术来提高算法对样本空间度量的鲁棒性。大量实验表明,文中提出的基于度量学习的邻域k凸包集成方法具有显著的分类性能优势。

关于度量空间的cs映射与k映射

文章给出了局部可分度量空间的子序列覆盖cs映象、商cs映象的内在刻画,也给出了度量空间的伪序列覆盖k映象和子序列覆盖k映象的内在刻画,从而使得关于对度量空间的cs映射与k映射的研究更趋于完整。

基于新相异度量的模糊K-Modes聚类算法

提出了一种基于新相异度量的模糊K-Modes算法。该算法假定不同属性对聚类结果有不同程度的影响,定义了新的属性值函数,以基于划分相似度的聚类精确度作为聚类结果的评价准则。通过真实数据的实验结果表明,新的基于相异度量的模糊K-Modes算法比传统的模糊K-Modes算法有更好的聚类效果。

粗糙Vague集(值)间k步相似度量新方法

对粗糙集、Vague集及粗糙Vague集的概念、知识表示方法进行了讨论,描述了粗糙Vague集的相关概念,在研究了粗糙Vague集相似性度量方法的基础上,提出了一种对踌躇度пv(x)k步细化的k步相似度量新方法,并且研究了该方法的相关性质。进一步对k步相似度量在k趋向无穷时求极限,得出粗糙Vague集退化为模糊集的特例情况。

多维度量空间中发现相互kNN(英文)

发现两类对象的相互k最近邻居可为工作匹配、大学选择等应用提供决策。现有的方法主要处理单度量空间(如L2 norm),这些方法有可能导致不公平的匹配。形式化多度量空间的相互最近邻问题,提出基于空间索引的多度量空间下的相互k最近邻算法。利用人工数据集,测试了大量的参数设置下的算法性能,结果表明提出的算法优于可选的直接算法。

一类环面的Khler度量

首先构造了利用无限循环群作用所形成的一类环面,此循环群异于环面的常见构造群;然后构造了此类环面的整体向量场;最后构造了此类环面的复结构和与此复结构相融的Khler度量,并利用此度量表示,Loewner环不等式和Loewner环收缩缺陷不等式给出了所构造环面中部分环面面积的下界.

第一类超Cartan域的不变Kāhler度量

利用群不变函数给出第一类超Ｃａｒｔａｎ域的不变Ｋｈｌｅｒ度量及不变调和函数的显式表达式，其结果是第一类超Ｃａｒｔａｎ域的最一般形式下的结果。

K-M Fuzzy度量空间映射序列的公共不动点定理

本文提出并证明了K—Fuzzy度量空间的一个公共不动点定理,该定理推广了R.Vasuki在[6]中得到的结果。

K型Lipschitz映射非对称度量空间及其完备性

利用从非对称度量空间(X,d)到(R,dL)上的左K型Lipschitz映射和右K型Lipschitz映射构造了两类非对称度量空间,并分别证明了其上完备性和下完备性.

关于Khler-Einstein流形上Rastogi联络的注记

研究Khler-Einstein流形M上的Rastogi联络-,证明了-的拟共形曲率张量场如果是循环的或平行的,则M分别为拟共形循环的或拟共形对称的,推广了Rastogi S C等人的主要结果.

K—M Fuzzy度量空间的另一类不动点定理

本文在O.Kramosil和J.Michalek引入的Fuzzy度量空间的基础上,提出了另一类更广泛的压缩映象并证明了相应的不动点定理而将文中的不动点定理作为其特例。

一类由Hermitian Yang-Mills度量导出的半线性偏微分方程

本文研究了由一类Hermitian Yang-Mills度量的极限行为所导出的半线性方程的边值问题与全局解的径向对称性质.使用极大值原理与Leray-Schhauder不动点定理,我们得到了这个方程在R^(2)平面中全局C2解的径向对称性与这个方程的Dirichlet问题在任意有界区域内C^(2,α)解的存在性.

k网与Michael的两个问题

木文通过１９７３年Ｍｉｃｈａｅｌ提出的关于乘积空间的ｋ空间性质问题及１９７３年Ｍｉｃｈａｅｌ和Ｎａｇａｍｉ提出的关于度量空间的紧覆盖商ｓ象问题的进展来说明ｋ网是研究广义度量空间的有效工具。