分类问题的在线顺序双并联快速学习机

双并联前馈神经网络模型是单层感知机和单隐层前馈神经网络的混合结构,本文构造了一种双并联快速学习机算法,与其他类似算法比较,提出的算法能利用较少的隐层单元及更少的待定参数,获得近似的学习性能.数值实验表明,对很多实际分类问题,提出的算法具备更佳的泛化能力,因而可以作为快速学习机算法的有益补充.     

Z-阶化李超代数的斜超导子和P-结合型

设L为特征P>2的域上的Z-阶化李超代数,L*为其对偶空间.为刻画L到L*的斜超导子,研究了L上的P-结合型,其中P为L的子代数.     

一类变论域自适应模糊控制器

目前常用的自适应模糊控制器存在控制精度不高和调整时间长等问题.变论域自适应模糊控制器能够显著提高控制精度并缩短其调整时间,但其控制效果对一组完备的初始模糊规则的依赖,限制了其应用的范围.针对上述问题,本文提出了一种推理规则前件论域可变,后件峰点自适应的自适应模糊控制器.Lyapnuov综合分析法证明新的控制器具有全局稳定性,并通过仿真实验表明,新控制器不仅能够提高控制精度,而且较为合理地回避了对初始模糊规则的依赖性,扩展了变论域模糊控制的适用范围.     

基于层次T网格的分片孔斯曲面重构

本文提出一种基于任意层次T网格的多项式(PHT)样条空间$S(3,3,1,1,T)$的一个新的曲面重构算法.该算法由分片插值于层次T网格上每个小矩形单元对应4个顶点的16个参数的孔斯曲面形式给出.对于一个给定的T网格和相应基点处的几何信息(函数值,两个一阶偏导数和混合导数值),可得到与$S(3,3,1,1,T)$的PHT样条曲面相同的结果,且曲面表达形式更简单,同时,在离散数据点的曲面拟合中,我们给出了自适应的曲面加细算法.数值算例显示,该自适应算法能够有效的拟合离散数据点.     

SFE-SSD: 浅层特征增强的SSD算法在小目标检测问题中的研究与应用

SSD (Single Shot Multibox Dectetor)算法由于具有高速且高精度的检测性能,是目前最好的目标检测算法之一.但由于提取检测框的特征层的特征信息不足, SSD算法在小目标检测任务中表现不佳.为了解决这个问题,目前大部分方法以严重牺牲检测速度为代价提升目标检测模型的精度. 本文提出了SFE-SSD (Shallow Feature Enhancement SSD)提升SSD模型在小目标检测任务中的性能.首先我们采用反卷积操作对SSD算法中检测框金字塔特征层的最浅特征层进行特征扩张.接着通过特征融合机制对扩张后的特征层进行特征增强操作.浅层特征增强策略与SSD 的原始框提取金字塔特征层是并行结构,一定程度上是可以减少检测速度的损失.实验结果显示,我们的方法在PASCAL VOC 2007数据库上精度达到了78.4\%mAP高于SSD算法1.2\%,检测速度达到了81帧/秒,并且在小目标检测任务中有着显著的提升.     

截断调和Bergman空间上Toeplitz算子的代数性质

本文首先讨论调截断和Bergman空间 $b_{n}^{2}$ 上拟齐次函数为符号的Toeplitz算子的有限秩乘积问题,其次考察两个以拟齐次函数为符号的Toeplitz算子的换位子与半换位子的有限秩问题.     

Riordan阵与含有Genocchi数的一些恒等式

In this paper, using generating functions and Riordan arrays, we get some identities relating Genocchi numbers with Stirling numbers and Cauchy numbers.     

具连续时滞Liénard方程概周期解的存在唯一性

结合Liapunov泛函，研究了具连续时滞Lienard方程概周期解的存在唯一性和安全一致渐进稳定性。     

$p$-双调和算子的第一特征值的等周上界和 Reilly 型不等式

在本文中,我们给出了嵌入到欧氏空间中的$n$维闭超曲面上$p$-双调和算子的第一特征值的一些等周上界.我们也给出了浸入到高维流形如欧氏空间,球面和射影空间中的闭子流形上$p$-双调和算子的第一特征值的一些Reilly-型不等式.     

一类浸入在半黎曼卷积空间的完备超曲面

We deal with complete hypersurfaces immersed in a semi-Riemannian warped product of the type eI×f M~n,where M~n is a connected n-dimensional oriented Riemannian manifold.When the fiber M~n is complete with sectional curvature-k≤K_M for some positive constant k,under appropriate restrictions on the norm of the gradient of the height function h,we proceed with our technique in order to guarantee that complete hypersurface immersed in a semi-Riemannian warped product is a slice.Our approach is based on the well known generalized maximum principle and another suitable maximum principle at the infinity due to Yau.