常平均曲率曲面的谱变换与Weierstrass表示

利用可积系统的方法, 研究了三维双曲空间常平均曲率曲面的形变, 以及三维双曲空间常平均曲率大于1的单连通曲面的Weierstrass表示公式.     

四元数矩阵理论中的几个概念间的关系

本文指出并改正文［１］中的错误，给出弱特征多项式［２］与重特征多项式［３］间的显式关系，同时也给出行列式［２］与重行列式［４］间的显式关系，最后讨论了左特征值、右特征值、特征值和特征根之间的关系及最小多项式与弱特征多项式根之间的关系．     

流体饱和多孔介质中热发展强迫对流的熵产分析

利用Darcy流动模型,同时考虑粘性耗散效应,分析研究了以两等温平板为边界的多孔介质中,热发展强迫对流的熵产.参数研究表明,组参数和Péclet数减小,而Brinkman数增大时,熵产增大.形象化的热线表示方法着重应用于Br＜0的情况,在这种情况下,在顺流的某些位置上,存在热传递方向的改变,即从原来的壁面向外传热变为向壁面传热.     

基于稀疏表示和特征加权的离格双耳声源定位*

基于头相关传递函数数据库的传统双耳声源定位方法的定位角度往往被限定在头相关传递函数数据库的离散测量点上。当头相关传递函数数据库的测量方位角间隔较大时,这类算法的性能会显著下降,这就是典型的离格问题。该文提出了基于加权宽带稀疏贝叶斯学习的离格双耳声源定位算法。首先该算法建立离格双耳信号的稀疏表示模型,然后利用双耳相干与扩散能量比特征对各个频点进行加权以降低噪声和混响的影响,最后通过加权宽带稀疏贝叶斯学习方法估计离格声源的方位角。实验结果表明,该算法在各种复杂的声学环境下都有着较高的定位精度和鲁棒性,特别是提高了离格条件下的声源定位性能。     

基于稀疏表示的可见光遥感图像飞机检测算法

为解决当前遥感图像飞机检测方法在复杂背景下准确率低,实现旋转不变困难的问题,结合图像稀疏表示原理,提出一种基于稀疏表示的飞机检测算法.该算法首先利用飞机是刚性目标且具有明显几何外观的特点,构建飞机几何原子库;然后建立飞机轮廓几何逼近的最优化方程,在稀疏表示原理框架下,得到飞机轮廓最优的几何部件组合;最后,以星型结构的部件模型为框架,生成待检测图像的目标显著图并根据显著图定位出飞机.实验结果表明,稀疏表示方法能自适应选取飞机部件,部件数目较少且不易受光照、颜色和复杂背景的影响.与现有算法相比,本文算法准确率达90%以上,检测速度有较大的提高.     

基于可见-近红外光谱与稀疏表示的注水肉识别

为了能快速准确的识别原料肉与注水肉, 提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型, 采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果, 对光谱数据进行光调制和归一化等预处理并截取有效波段, 根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典), 通过ｌ1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差, 将最小投影误差对应的类作为测试样本的所属类别, 并应用留一法进行交叉检验, 比较了稀疏表示法与支持向量机的识别结果。实验结果表明, 利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上, 获得了较好的分类效果, 优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取, 适用于高维、小样本量数据的处理, 计算成本低, 将其用于注水肉的光谱数据识别具有一定的创新性, 并取得了较满意的结果, 为原料肉和注水肉的无损识别提供了一种有效方法。     

大学物理中几个常见超越方程解的渐近表示

简要介绍了布尔曼一拉格朗日级数,并推出了几个常见超越方程的解的渐近表示.     

因素空间理论与知识表示的数学框架（Ⅸ）──均衡函数的构造与Weber－Fechner特性

本文是文［１－８］的继续，该文及后续论文仍将系统地研究因素空间理论及其在知识表示中的应用。该文研究均衡函数的构造，并且引入了激励型均衡函数和混合型均衡函数。特别，从混合型变权出发，我们得到与ＷｅｂｅｒＦｅｃｈｎｅｒ定律一致的综合函数。     

分位点函数的光滑非参数估计的BAHADUR表示

文中对分位函数给出了具有更广泛应用的光滑分位估计,证明了该光滑分位估计的逐点和一致的Bahadur强表示定理;并由此结果推导了估计的重对数律,强逼近等深刻结果。     

原子核中的U(6/4)超对称

在本文中,我们讨论了原子核中可能存在的一种动力学超对称性——U(6/4)超对称性。具有U(6/4)超对称性的原子核含有若干个sd玻色子及0,1,2,3,4个角动量为3/2的费米子,它的波函数可以用超李代数链 U(6/4)?SU(6/4)?SU(6)?SU(4)?SU(4)?SU(4) ?SU(4)?Sp(4)?SO(3)来分类。在本文中,我们给出了按以上超李代数链分类的波函数,并推导出了能谱公式。