Weighted composition operators from F（p,q, s） spaces to Bers-type spaces in the unit ball

This paper deals with the boundedness and compactness of the weighted composition operators from the F（p, q, s） spaces, including Hardy space, Bergman space, Qp space, BMOA space, Besov space and α-Bloch space, to Bers-type spaces Hv^∞（ or little Bers-type spaces Hv,o∞ ）, where v is normal.     

行(列)反对称矩阵的满秩分解和广义逆

本文研究了行(列)转置矩阵与行(列)反对称矩阵的性质.利用分块矩阵理论获得了许多新的结果,给出了行(列)反对称矩阵的满秩分解、秩分解和广义逆的公式及快速算法.它们可极大地减少行(列)反对称矩阵的满秩分解、秩分解和广义逆的计算量与存储量,并且不会丧失数值精度.     

求解对称鞍点问题的修正Uzawa方法

本文基于两个非线性逼近逆的非线性Uzawa方法,给出了一种新的修正非线性Uzawa方法,并对其收敛性进行了分析以及与已有算法的收敛性进行了比较.最后由数值试验说明了算法的正确性和有效性.     

矩阵方程AXB+CYD＝E的对称极小范数最小二乘解

对于任意给定的矩阵A∈Rm×n,B∈Rn×s,C∈Rm×k,D∈Rk×s,E∈Rm×s,本文利用矩阵的Kmnecker积和Moore-Penrose广义逆,研究矩阵方程AXB CYD=E的对称极小范数最小二乘解,得到了解的表达式．并由此给出了矩阵方程AXB=C的双对称极小范数最小二乘解的表达式．此外,我们还给出了求矩阵方程AXB=C的双对称极小范数最小二乘解的数值算法和数值例子．     

太赫兹逆合成孔径雷达相位误差分析和补偿方法

通过对太赫兹逆合成孔径雷达(THz-ISAR)成像原理进行分析,构造目标回波距离维相位误差的多项式表示形式,提出了基于启发式最小熵搜索的二次相位误差校正方法和基于距离维自聚焦的三次及三次以上相位误差校正方法,校正了THz-ISAR回波信号距离维的相位误差,进而消除THz-ISAR一维距离像和二维成像结果中的散焦和展宽现象。理论分析和仿真实验结果都表明该方法能够有效补偿目标回波距离维相位误差,提高一维距离像和二维成像的聚焦效果。     

逆谱问题中偏微分方程数值解的稳定性

讨论一类偏微分方程数值解的稳定性,这种方程源于Sturm-Liouville算子逆谱问题中变换算子法.证明这类偏微分方程差分格式解的存在性、唯一性、收敛性定理及稳定性定理成立.     

行$\tilde\rho$-混合随机变量阵列加权和的完全收敛性[英文]

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行~ρ-混合随机变量阵列加权和的一个完全收敛性定理. 通过这个定理可以获得一系列结果. 我们所得结果推广 了Baum和Katz(1965), Peligrad和Gut(1999)所得的结果.     

一种多尺度边缘测度融合加权HD算法

一般的边缘加权Hausdorff算法,由于单尺度边缘检测算子本身对噪音敏感,会造成真实和虚假边缘显著性差异小,从而加权后对噪音鲁棒性改善有限.为此,提出了一种基于多尺度边缘测度融合加权的Hausdorff景象匹配算法.对图像提取多尺度边缘测度后,引入证据推理理论,提出一种双向指数基本置信指派构造方法,并构造出多尺度边缘测度的基本置信指派函数,然后采用冲突再分配DSmT组合规则进行融合.为了进一步区别真实边缘与高频噪音,对加权Hausdorff公式进行了一些改进,给出了更为有效利用融和后边缘测度的加权Hausdorff公式.对可见光和SAR景象的匹配实验证明:本文算法所提取边缘在抑制噪音的同时保留了大量景象细节信息,并通过横向对比验证本文算法提高了噪音鲁棒性.     

一点到一仿射集合投影的加权扰动分析

1引言设AEC“”,M和N分别为m和,;阶Hermite正定阵,则存在唯一的矩阵X6C”””满足AXA一A,XAX一X,（MAX）”一MAX,（NXA）”一NXA,（．1）其中B”为B的共轭转置阵．称满足（互．l）的X为A的加权M－P逆,记作X二A和．特别,当M—I。,N—I。时,A;一A”为矩阵的M－P逆．文献［3—5,11,13］讨论了一点到一仿射集合投影的挑动和加权扰动理论．文献［7,9,18」研究了极小N一范数、M一最小二乘解的扰动分析．本文推广了以上文献的主要结果．考虑如下问题「1,2〕：给定AE〔叩“”,bEC一和广EO,找一个向量X”E…     

置信区间的随机加权估计

用随机加权法建立了分位点ｑ的置信区间，又用后向临界点导出了更实用的置信区间。导出的置信区间是非参数的且和原置信区间长度相同。