投影算子组的联合谱

本文研究Hilbert空间H上投影算子组的联合谱.首先通过计算给出正则投影对的联合谱,进而给出一般的投影算子对的联合谱.本文还对两个投影算子的和与差的可逆性给出一些等价刻画.特别地,当P和Q为正则投影对时,本文通过计算算子组[I, P, Q]的联合谱来给出σ(P+Q)和σ(P-Q)的具体刻画.反过来,本文证明两类具有特定形式的复数集分别是Hilbert空间上正则投影对的和与差的谱.本文也给出一般的投影算子对的和与差的谱.最后,本文计算特定条件下的3个投影算子组[P, Q, R]的联合谱.     

基于卷积神经网络的刺绣风格数字合成

针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题,提出了一种基于深度学习和卷积神经网络的算法,将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络,分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先,输入目标内容图像与刺绣艺术风格图像,采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离,并进行二值化处理,形成掩模图像;其次,将目标内容图与刺绣艺术风格图的RGB颜色空间转换为YIQ;最后,参照掩模图像使用VGG19网络模型提取目标内容图的内容特征及刺绣艺术风格图的风格纹理特征进行目标区域内的风格迁移,从而对刺绣艺术进行数字化模拟。该算法能模拟出具有刺绣艺术效果的结果图像,能更好地模拟真实刺绣艺术的线条方向,突出了线条的立体感。通过使用语义分割与风格迁移相结合的方法,有效模拟了色彩艳丽、立体感强的刺绣艺术风格图像,是对非真实感绘制的有效补充,为刺绣数字化保护与非物质文化传承奠定了基础。     

正交酉元列在有限von Neumann代数的迹自由积中的应用

令M_1为一个有限的von Neumann代数,τ_1为其上的一个忠实正规迹态.我们将证明,如果M_1中存在一列两两正交的酉元列{u_k:k∈N},则对任意具有忠实正规迹态τ_2的有限von Neumann代数M_2(≠C),迹自由积(M_1,τ_1)*(M_2,τ_2)是Ⅱ_1型因子.作为推论可以得出,如果M_1有一个von Neumann子代数N不包含最小投影,则对任意具有忠实迹态τ_2的有限von Neumann代数M_2(≠C),迹自由积(M_1,τ_1)*(M_2,τ_2)是Ⅱ_1型因子.     

具有性质Γ的有限von Neumann代数的交叉积北大核心CSCD

令M为可分的Ⅱ_(1)型von Neumann代数.我们证明了,如果M具有性质Γ,G为可数顺从群且α是G在M上保迹的真外作用,则交叉积M■αG为具有性质Γ的Ⅱ_(1)型von Neumann代数.     

3-二烃氨基甲基-苯并硫六圜-4-酮衍生物的制备

本文制备了十七种3-二烃氨基甲基-苯并硫六圜-4-酮盐酸盐的衍生物。这些化合物是用相当的酮、胺类盐酸盐与聚甲醛进行 Mannich 反应制得。在反应中,氢离子可以抑制 Mannich 碱的分解。     

基于卷积神经网络的刺绣风格数字合成

针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题,提出了一种基于深度学习和卷积神经网络的算法,将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络,分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先,输入目标内容图像与刺绣艺术风格图像,采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离,并进行二值化处理,形成掩模图像;其次,将目标内容图与刺绣艺术风格图的RGB颜色空间转换为YIQ;最后,参照掩模图像使用VGG19网络模型提取目标内容图的内容特征及刺绣艺术风格图的风格纹理特征进行目标区域内的风格迁移,从而对刺绣艺术进行数字化模拟。该算法能模拟出具有刺绣艺术效果的结果图像,能更好地模拟真实刺绣艺术的线条方向,突出了线条的立体感。通过使用语义分割与风格迁移相结合的方法,有效模拟了色彩艳丽、立体感强的刺绣艺术风格图像,是对非真实感绘制的有效补充,为刺绣数字化保护与非物质文化传承奠定了基础。