拓扑系统范畴完备性与Tychonoff乘积定理

拓扑系统是目前最广泛的拓扑学研究对象，它以点集拓扑空间、Locale的空间化、模糊拓扑空间与拓扑分子格为特例，用它可研究计算机程序设计语言指称语义的Domain理论．本文旨在建立拓扑系统范畴的乘积结构与等子结构，表明拓扑系统范畴是完备范畴．讨论拓扑系统的紧性，得到了拓扑系统关于紧性的Tychonoff乘积定理．

Meso紧空间及次meso紧空间的Tychonoff乘积

该文主要证明了如下结果：引理在ω<ω。上存在一个滤子满足：对于每个次meso紧空间X和X的每个开覆盖，存在的开加细序列使得对于任何紧子集．有.定理设X是正则meso紧（次meso紧）空间，Y是meso紧（次meso紧）空间，如果PlayerI在G（DC，X）中有必胜策略。

正规弱θ-空间的Tychonoff乘积性质

证明了如下结果:（1）如果 是|∑|-仿紧空间,则X是正规弱θ-可加空间当且仅当 , 是正规弱(?)-可加空间.（2）设 是可数仿紧的,则下列三条等价:X是正规弱(?)-可加的; 是正规弱(?)-可加的; 是正规弱(?)-可加的.

遗传σ-有界亚紧空间的Tychonoff乘积

讨论了较仿紧空间更弱的遗传σ 有界亚紧空间,给出了遗传σ 有界亚紧空间的三个等价刻划,并得到了遗传σ 有界亚紧空间的两个乘积定理:若空间Y 有一个σ 点有界基,则 X×Y是遗传σ 有界亚紧的当且仅当X 是遗传σ 有界亚紧的;X=∏i∈ωXi 是遗传σ 有界亚紧的当且仅当 α∈[ω]<ω,∏i∈αXi 是遗传σ 有界亚紧的.

L-闭包空间的Tychonoff乘积定理

在闭包空间中借助于开集,给出了开覆盖的概念,运用逻辑吸取式结构给出了紧集和紧空间的概念,证明了Tychonoff乘积定理成立。

关于弱次meso紧空间的无限Tychonoff乘积

得到了弱次meso紧空间的无限Tychonoff乘积的两个等价刻画,然后用类似的方法,得到了遗传弱次meso紧空间的的无限Tychonoff乘积的类似结果。

完全正则狭义拟仿紧空间的逆极限及Tychonoff乘积定理

狭义拟仿紧空间是广义仿紧空间类的重要空间,文章在附加完全正则的条件下讨论了狭义拟仿紧空间的逆极限定理和Tychonoff乘积定理,得到以下主要结论:(1)设X=←lim{xσ,πσρ,Σ},并且每一个投射πσ:Χ→Xσ是开满射,设X是Σ-仿紧空间,其中Σ>2,若每一个Χσ是完全正则狭义拟仿紧空间,则Χ也是完全正则狭义拟仿紧空间;(2)记X=∏α∈ΛXα是Λ-仿紧空间,则Χ是完全正则狭义拟仿紧空间当且仅当σ∈Σ,Χ=∏α∈σΧα是完全正则狭义拟仿紧空间,其中:Σ=Λ。文章的证明方法以及得出的结论使狭义拟仿紧空间的逆极限的保持性及其乘积性更加清楚,同时所讨论的内容也使得狭义拟仿紧空间类的一些性质在应用时更加方便。

关于σ-仿紧空间的Tychonoff乘积性质

主要获得了两个拓扑空间的Tychonoff乘积是σ仿紧空间的3个定理

关于遗传弱次亚紧和弱次亚紧的Tychonoff乘积性质

本文主要获得下列三个Ｔｙｃｈｏｎｏｆ乘积定理：（１）设Ｘ＝∏ｉ＜ωＸｉ，若ｎ＜ω，∏ｉ＜ｎＸｉ是遗传弱次亚紧空间，则Ｘ是遗传弱次亚紧的；（２）设Ｘ是遗传弱次亚紧空间且Ｙ具有σ－不相交基，则Ｘ×Ｙ是遗传弱次亚紧的；（３）若Ｘ是弱次亚紧的Ｐ－空间且Ｙ具有σ－点有限基，则Ｘ×Ｙ是弱次亚紧空间．

关于σ-序列Meso紧空间的Tychonoff乘积性质

主要在σ 序列Meso紧空间上获得两个结论 :(1)若{Xi:i∈N}是可数个σ 序列Meso紧的强 空间 ,则 i∈NXi 是σ 序列Meso紧的强 空间 ;(2 )若X是P 空间 ,Y是强 空间 ,X ,Y都是σ 序列Meso紧空间 ,则X×Y是σ

基于遗传算法的划分序乘积空间问题求解层选择

划分序乘积空间作为一种新的粒计算模型,可以从多个视角和多个层次对问题进行描述和求解.其解空间是由多个问题求解层组成的格结构,其中每个问题求解层由多个单层次视角构成.如何在划分序乘积空间中选择问题求解层是一个NP难问题.为此,提出一种两阶段自适应遗传算法TSAGA(two stage adaptive genetic algorithm)来寻找问题求解层.首先,采用实数编码对问题求解层进行编码,然后根据问题求解层的分类精度和粒度定义适应度函数.算法第1阶段基于经典遗传算法,预选出一些优秀问题求解层作为第2阶段初始种群的一部分,从而优化解空间.算法第2阶段,提出随当前种群进化迭代次数动态变化的自适应选择算子、自适应交叉算子以及自适应大变异算子,从而在优化的解空间中进一步选择问题求解层.实验结果证明了所提方法的有效性.

中老年人群甘油三酯葡萄糖乘积指数与高血压的关联研究

[目的]探讨中国中老年人群中甘油三酯葡萄糖乘积(TyG)指数与高血压患病风险的相关性,为高血压的防治提供科学依据。[方法]数据来源于2011年中国健康与养老追踪调查(CHARLS)数据库,采用多阶段分层抽样方法选择研究对象。采用限制性立方样条回归模型分析TyG指数与高血压风险的剂量-反应关系。采用多因素非条件Logistic回归模型评估TyG指数与高血压患病风险之间的关联。[结果]共9987例研究对象纳入分析,平均年龄为(59.16±9.43)岁,其中男性4707(47.13%)例。限制性立方样条回归模型结果显示,随着TyG指数的升高,高血压的患病风险增加,呈线性关联(总体关联检验P<0.0001,非线性关联检验P=0.2019)。多因素Logistic回归模型结果表明,与Q1(TyG指数<8.23)相比,Q2(8.23≤TyG指数<8.59)、Q3(8.59≤TyG指数<9.04)和Q4(TyG指数≥9.04)时,高血压的患病风险[OR(95%CI)]分别为1.09(0.95~1.26)、1.53(1.33~1.76)、1.77(1.52~2.06)。[结论]随着TyG指数的升高,高血压的患病风险逐渐增加。TyG指数可能是高血压患病的独立危险因素。

CT血管造影联合血清尿素、胱抑素C、甘油三酯葡萄糖乘积指数对冠心病患者冠脉狭窄程度的诊断价值和斑块性质的关系

目的探讨CT血管造影(CTA)联合血清尿酸(UA)、胱抑素C(Cys C)、甘油三酯葡萄糖乘积(TyG)指数对冠心病(CHD)患者冠状动脉(以下简称冠脉)狭窄程度诊断价值和斑块性质的关系。方法选择2021年2月至2023年2月我院收治的129例CHD患者,所有患者均接受CTA检查获得血管体积、斑块体积、重建指数(RI)、斑块负荷等参数资料,检测血清UA、Cys C、甘油三酯及空腹血糖水平,并计算TyG指数。根据冠脉狭窄程度和斑块性质将CHD患者分为中度狭窄组和重度狭窄组,钙化斑块组和非钙化斑块组。比较不同冠脉狭窄程度和斑块性质CHD患者CTA参数和血清UA、Cys C、TyG指数的差异。受试者工作特征(ROC)曲线分析CTA参数联合血清UA、Cys C、TyG指数对冠脉狭窄程度诊断价值。结果CHD组血管体积小于对照组(P<0.05),斑块负荷、血管狭窄程度、RI、CTA参数模型CTA'和血清UA、Cys C、TyG指数高于对照组(P<0.05)。重度狭窄组斑块负荷、血管狭窄程度、RI、CTA参数模型CTA'和血清UA、Cys C、TyG指数高于中度狭窄组(P<0.05),非钙化斑块组斑块负荷、RI和血清UA、Cys C、TyG指数高于钙化斑块组(P<0.05)。CTA参数(CTA')、血清UA、Cys C、TyG指数等4指标单独及联合应用时:ROC-AUC(0.95CI)分别为0.767(0.568~0.954)、0.703(0.432~0.963)、0.732(0.524~0.918)、0.741(0.560~0.914)、0.891(0.773~0.983)。联合应用诊断效能更高。结论CHD患者的血管体积减小,斑块负荷、血管狭窄程度、RI增加,血清UA、Cys-C、TyG指数均升高,与钙化斑块形成有关。CTA与血清UA、Cys C、TyG指数均可诊断冠脉狭窄程度,且联合诊断效能更高。

基于矩阵乘积态的有限纠缠量子傅里叶变换模拟

与经典计算不同,在量子计算中量子比特可以处于叠加态,多个量子比特之间还可以形成纠缠态。表示n个量子比特组成的量子态需要存储2^(n)个振幅,这种指数级的存储开销使得大规模的量子模拟难以进行。然而当量子态的纠缠程度有限时,使用矩阵乘积态表示量子态仅需要线性的空间复杂度,可以扩大模拟的规模。使用HIP-Clang语言,基于CPU+DCU的异构编程模型,使用矩阵乘积态表示量子态,对量子傅里叶变换进行模拟。结合矩阵乘积态的特点,对量子傅里叶变换线路进行分析,减少模拟实现时不必要的张量缩并运算与正交化构建。对模拟过程中的张量缩并进行分析,使用TTGT算法完成张量缩并运算,同时利用DCU的并行处理能力来提高效率。对模拟结果进行分析,分别通过振幅误差与半经典Draper量子加法器的结果验证了模拟的正确性。对模拟规模进行分析,当量子态的纠缠熵最大时,使用16 GB的内存空间最多只能模拟24位的量子态,而当量子态内部纠缠程度较低时,可以对上百位的量子态进行量子傅里叶变换模拟。

基于强乘积运算下图的广义和连通度指标上下界

对于图G,令E(G)表示G的边集,令V(G)表示G的点集,d_(G)(v)表示v的度。对于边e=uv,定义广义和连通度指标χ_(α)(e)=(d_(G)(u)+d_(G)(v))^(α),其中α为任一实数。本文先介绍了图的S,R,Q,T四种运算,然后给出了四种运算下的强乘积,并利用最大度最小度确定了其四种图的广义和连通度指标的上下界。

基于非局域性正交乘积态的动态量子秘密共享方案

当前的量子秘密共享(QSS)存在资源制备开销较大、安全性不强的问题,该文提出一种基于正交乘积态的可验证量子秘密共享方案弥补上述不足,且多方成员能动态地加入或退出秘密共享。该方案将正交乘积态的粒子分成两个序列,第1个序列在多个参与者之间传输,前一个参与者对其执行嵌入份额值的酉算子后传输给下一个参与者,直到全部份额聚合完成;对于另一个序列,只有最后一个参与者(验证者)对接收到的粒子执行Oracle算子。然后,验证者对两个序列中的粒子对执行全局测量,得到秘密值的平方剩余。最后,借鉴Rabin密码中密文与明文之间非单一映射的思想,验证者联合Alice验证测量结果的正确性,并从测量结果确定出秘密值。安全性分析表明,该方案能抵抗常见的外部攻击和内部攻击,且验证过程具有强安全性;由于非局域性正交乘积态以两个序列分开传输,因此增强了秘密重构过程的安全性。性能分析表明,该方案使用正交乘积态作为信息载体,量子资源开销较小,且将正交乘积基的维度从低维拓展到d维,参与者人数能动态地增加和减少,使得方案具有更好的灵活性和通用性。

基于矩阵乘积压缩态的动态可扩展秘密共享方案

目前,基于纠缠态的量子秘密共享(quantum secret sharing,QSS)方案未充分利用纠缠态的概率振幅潜力.然而,纠缠态的概率振幅是量子信息学的一个关键特性,在量子计算和量子通信等领域有着广泛的应用潜力.值得注意的是,纠缠态可以通过矩阵乘积态(matrix product state,MPS)有效表达.利用MPS对纠缠态进行表征,能够准确地揭示与概率振幅相关的纠缠特性.本研究证明利用MPS表征纠缠态,可以将一个W态压缩为一个单光子和一个矩阵,展示一种新的技术路径.此外,本研究还提出MPS与秘密共享方案之间的创新互操作性,即通过压缩允许量子份额与共享的量子态之间形成非一对一的映射关系.这种方法可能提供一种更高效的方式来实现量子信息的编码和传输,对于量子秘密共享尤为重要.同时,我们提出的QSS方案具有动态特性,能够根据需要轻松地添加或移除参与者,以更好地适应参与者需求的变化,并在实际应用场景中展现出更高的实用性和适应性.本文的方案能够在保持高效纠缠利用的同时,满足系统的多元需求,包括但不限于通信安全性、数据传输率和系统的可扩展性.

一类非静态细分矩阵链乘积的精确计算及应用

利用矩阵分块理论及特征分解技术对一类非静态细分模式的局部细分矩阵结构进行细致研究,得到细分矩阵链乘积的闭形式表达式,揭示该细分矩阵链乘积的代数结构。在此基础上提出一种可精确插值于极限曲线的细分算法,该算法在保持计算效率的同时,可显著提高细分结果的精度和质量。给出的造型实例表明了算法的有效性。

维数发散乘积回归模型的M估计

针对乘积回归模型,本文提出了非凹惩罚最小乘积相对误差的M估计(简称为惩罚MLPRE),该方法可有效处理高维样本量及参数维数随样本量增大而增大的稀疏乘积回归模型.基于一些正则条件,本文得到惩罚M-LPRE参数估计的相合性和渐近正态性等理论性质,通过数值模拟和实例分析,验证了惩罚M-LPRE准则的有效性.