基于递推最小二乘的红外焦平面非均匀校正算法

根据递推最小二乘和图像配准原理,提出了基于递推最小二乘的红外焦平面非均匀校正算法(简称ILS算法),有效降低算法的时间和空间复杂度,使噪音图像的校正处理能够实时完成.ILS算法具有噪音参量估计准确度高、收敛速度快和计算复杂度低等优点.给出了算法的推导并用仿真数据对算法的有效性进行验证.     

非傍轴平顶高斯光束M2因子两种定义的比较研究

基于功率密度的二阶矩方法,推导出了非傍轴平顶高斯(FG)光束束宽和远场发散角的解析表达式·研究表明,当w0/λ→0时,远场发散角趋于渐近值θmax=63.435°,与阶数无关·使用非傍轴高斯光束代替傍轴高斯光束作为理想光束,研究了非傍轴FG光束的M2因子,并与传统定义的M2因子作了比较·在非傍轴范畴,非傍轴FG光束的M2因子不仅与阶数N有关,而且与w0/λ有关·按照定义,当w0/λ→0时,非傍轴FG光束的M2因子不等于0,对阶数N=1,2,3时,M2因子分别趋于0.913,0.882和0.886·当N→∞时,M2因子取最小值M2min=0.816·     

非傍轴平顶高斯光束M2因子两种定义的比较研究

基于功率密度的二阶矩方法，推导出了非傍轴平顶高斯(FG)光束束宽和远场发散角的解析表达式.研究表明，当w0/λ→0时，远场发散角趋于渐近值θmax=63.435°，与阶数无关.使用非傍轴高斯光束代替傍轴高斯光束作为理想光束，研究了非傍轴FG光束的M2因子，并与传统定义的M2因子作了比较.在非傍轴范畴，非傍轴FG光束的M2因子不仅与阶数N有关，而且与w0/λ有关.按照定义，当w0/λ→0时，非傍轴FG光束的M2因子不等于0，对阶数N=1, 2, 3时，M2因子分别趋于0.913,0.882和0.886.当N→∞时，M2因子取最小值M2min=0.816.     

具有某种断面的半群的研究进展

本文综述了几类具有特殊断面的半群的近期研究结果。在介绍逆半群和正则半群的一般结构之后，概述了具有逆断面的正则半群的结构和同余格的研究成果。总结了作为逆断面的推广的可裂断面，纯正断面，正则^*－断面和恰当断面。提出了可以进一步研究的重要的问题。     

NEW WAVELET BASES FOR NON－HOMOGENEOUS SYMBOLIC SPACE OpS1,1^m AND RELATED KERNEL－DISTRIBUTION SPACES

This paper constructs several classes of new wavelet bases, which are unconditional bases for related operator spaces. Using these bases, the author analyzes non-homogeneous symbolic space OpSm1,1 and two related kernel-distribution spaces, and characterizes them in two wavelet coefficients spaces. Besides, some properties for singular integral operators are studied.     

关于一类具有相同非负群逆和M-P逆的非负矩阵的进一步研究

1引言设A是n阶非负方阵．设矩阵方程(1)AXA=A,(2)XAX=X,(3)(AX)~T= AX,(4)(XA)~T=XA,(5)AX=XA．A具有非负广义逆是指存在非负方阵X满足方程(1)～(4),并记为A~(?)．A具有非负群逆是指存在非负方阵X满足方程(1),(2),(5),并记为A~#．在A~(?)存在的前提下,两者相同的充分必要条件有(a)AA~(?)=A~(?)A；(b)A~(?)=p(A),其     

非参数回归函数估计的渐近正态性

本文研究了独立或相依样本时非参数回归函数的Ｎａｄａｒａｙａ-Ｗａｔｓｏｎ估计，在简洁合理的条件下，证明了估计量的渐近正态性．获得的结论可在时间序列分析中得到应用．     

Banach空间中渐近正则半群的不动点定理

设X是p一致凸Banach空间,具有弱一致正规结构与非严格的Opial性质.又设C是X的非空凸弱紧子集.在适当的条件下,证明了C上每个渐近正则半群T={T(t):t∈S}都有不动点进一步,在类似的条件下,也讨论了一致凸Banach空间中渐近正则半群的不动点的存在性.     

解奇异非光滑方程组的牛顿法和不精确牛顿法

本文主要解决奇异非光滑方程组的解法。应用一种新的次微分的外逆，我们提出了牛顿法和不精确牛顿法，它们的收敛性同时也得到了证明。这种方法能更容易在一引起实际应用中实现。这种方法可以看作是已存在的解非光滑方程组的方法的延伸。     

一致Banach空间中非扩张映象的弱收敛定理

设犈是一致凸Ｂａｎａｃｈ空间，满足Ｏｐｉａｌ条件或具有Ｆｒｅｃｈｅｔ可微范数，犆是犈的非空闭凸子集，且犜：犆→犆是非扩张映象．又设对任何初始数据狓１ ∈犆，序列｛狓狀｝由下列修改了的Ｉｓｈｉｋａｗａ迭代程序生成：狓狀＋１ ＝狋狀犜狀（狊狀犜狀狓狀＋ （１－狊狀）狓狀）＋ （１－狋狀）狓狀，　狀≥１， （Ｉ）其中，数列｛狋狀｝与｛狊狀｝满足下列条件（ｉ）和（ｉｉ）之一：（ｉ）狋狀∈ ［犪，犫］且狊狀∈ ［０，犫］；（ｉｉ）狋狀∈ ［犪，１］且狊狀∈ ［犪，犫］，这里，常数犪，犫满足０＜犪≤犫＜１．作者证明了，犜有不动点的充要条件是，｛狓狀｝ 弱收敛且｛‖狓狀－犜狓狀‖｝收敛到０．而且，由此即知，若犜有不动点，则｛狓狀｝弱收敛到犜的一个不动点．