Cone metric spaces and fixed point theorems in diametrically contractive mappings

In this paper, some topological concepts and definitions are generalized to cone metric spaces. It is proved that every cone metric space is first countable topological space and that sequentially compact subsets axe compact. Also, we define diametrically contractive mappings and asymptotically diametrically contractive mappings on cone metric spaces to obtain some fixed point theorems by assuming that our cone is strongly minihedral.     

机械冲击下坐姿人体舒适性主客观评价

为减小主观随意性带来的偏差,引入最大化差异度量(MaxDiff)方法展开机械冲击下坐姿人体不适的主观评价试验,并结合加速度和惯性力客观指标对舒适性进行评价。构造了16个具有不同标称频率或位移幅值的冲击信号,基于MaxDiff方法得到12名受试者的主观评分。利用加速度传感器和测力板获取受试者的客观数据,提取其峰值、峰峰值、振动剂量值、最大瞬态振动值等客观评价指标,并采用相关性分析方法以及线性回归拟合进行主客观关联性分析。主观评价结果表明,随着机械冲击信号标称频率和位移幅值的增大,人体舒适性均变差。标称频率主客观数据之间具有较大相关性,客观指标(除振动剂量值外)的相关系数均在0.9左右。线性拟合回归结果表明,加速度和惯性力的峰值、峰峰值、最大瞬态振动值可作为表征冲击工况下坐姿人体舒适性的客观指标,而加速度比惯性力更适合用于表征舒适性。     

基于改进冲突度量的多证据直接融合算法

针对Jousselme证据距离函数不能较好描述证据局部冲突和不能对高冲突证据进行准确冲突度量的不足,该文首先提出改进的Jousselme证据距离函数,该函数基于能够较好描述证据之间局部冲突情况的非重合度对Jousselme证据距离函数进行改进,使其冲突度量结果随非重合度取值及其取值范围的变化按适当比例进行变化;其次,基于冲突系数和新改进Jousselme证据距离函数共同构建改进的融合冲突度量函数。在此基础上,对焦元权系数计算式进行改进,并依此对局部多维冲突信息进行按比例分配。理论及应用分析结果表明,新算法是一种适用性广泛且抗干扰性能好的证据融合算法。     

一种基于等距度量学习策略的行人重识别改进算法

为了提高行人重识别距离度量MLAPG算法的鲁棒性,该文提出基于等距度量学习策略的行人重识别Equid-MLAPG算法。 MLAPG算法中正负样本对在映射空间的分布不均衡导致间距超参数受负样本对距离影响更大,因此该文设计的Equid-MLAPG算法要求正样本对映射成为变换空间中的一个点,即正样本对在变换空间中距离为零,使算法收敛时正负样本对距离分布不存在交叉部分。实验表明Equid-MLAPG算法能在常用的行人重识别数据集上取得良好的实验效果,具有更好的识别率和广泛的适用性。     

基于多层次特征的跨场景服装检索

针对跨场景服装检索如何提取更有表述力的服装特征问题,提出了一种新的基于高层公共特征约束的相似性度量算法。首先,通过类别空间学习提取不同场景域的类别信息;然后,在场景域空间网络用类别信息约束传统对比损失函数,增大对类间负样本对的惩罚以减轻过拟合;最后,融合类别公共特征和域特定特征并通过类别判断进行辅助检索。分析和实验结果表明,新算法对跨场景服装检索的准确度要优于当前前沿的方法。     

基于聚类椭球模型的不确定性传播分析

针对随机结构提出了基于聚类椭球模型的非概率不确定性传播方法。首先,将聚类椭球模型分解成多个子椭球模型;然后,在各个子椭球模型中求解结构响应的子边界;接着,在所有子椭球模型内的子边界中寻优,获得响应的边界。考虑到计算精度和效率等问题,引入传统非概率不确定性传播策略和基于功能度量法的传播策略,分别对响应的子边界进行计算;最后,通过数值算例验证了本文方法的有效性。     

与XY双自旋链耦合的双量子比特系统的关联性与相干性

研究了双量子比特系统中在具有Dzyaloshinsky-Moriya相互作用的独立XY自旋链环境下的相干性与关联性动力学.推导出相干性与关联性的演化规律.发现在自旋链的临界点附近,当tt_0时,系统相干性的演化与经典关联完全相同;而在tt_0时,则与量子关联完全相同;在t_0时刻,量子关联突变为经典关联.     

半监督距离度量学习内蕴加速投影梯度算法

考虑求解一类半监督距离度量学习问题. 由于样本集(数据库)的规模与复杂性的激增, 在考虑距离度量学习问题时, 必须考虑学习来的距离度量矩阵具有稀疏性的特点. 因此, 在现有的距离度量学习模型中, 增加了学习矩阵的稀疏约束. 为了便于模型求解, 稀疏约束应用了Frobenius 范数约束. 进一步, 通过罚函数方法将Frobenius范数约束罚到目标函数, 使得具有稀疏约束的模型转化成无约束优化问题. 为了求解问题, 提出了正定矩阵群上加速投影梯度算法, 克服了矩阵群上不能直接进行线性组合的困难, 并分析了算法的收敛性. 最后通过UCI数据库的分类问题的例子, 进行了数值实验, 数值实验的结果说明了学习矩阵的稀疏性以及加速投影梯度算法的有效性.     

MIMO系统中一种新颖的联合信道估计与检测算法

本文基于EM(Expectation-Maximum)算法,提出了一种简单而有效的联合信道估计与检测接收机结构。接收机中通过采用非穷尽列表形式的后验概率检测算法,避免了传统干扰抵消结构中各天线发送信号间的残余干扰对后验概率计算的影响。并进一步针对常用的非穷尽列表形式后验概率检测算法存在的列表冗余度大的问题,提出了自适应长度的列表球形译码算法(ASLSD,Adaptive Size List Sphere Decoding)。该算法通过更新检测半径和设置停止条件,使检测列表长度可随信噪比和迭代次数自适应变化。而且通过将列表操作与LSD(List Sphere Decoding)算法相结合,避免了符号序列在不同半径下的重复检测和排序操作。仿真表明,在复杂度方面,该算法需搜索的路径数远小于LSD算法。在算法性能方面,以3次迭代10~(-4)误码率为例,该算法与PIC算法相比可以获得近2dB的性能增益,因而具有更优的性能与复杂度的折衷。     

MIMO系统中一种自适应的迭代检测译码算法

针对常用的非穷尽列表形式后验概率检测算法直接采用恒定且较大的列表长度,导致列表冗余度大的问题,该文提出了一种自适应长度的列表球形译码算法（Adaptive Size List Sphere Decoding,ASLSD）。在算法中通过更新检测半径和设置停止条件,使检测列表长度可随信噪比和迭代次数自适应变化。而且通过将列表操作与LSD（List Sphere Decoding）检测相结合,避免了符号序列在不同半径下的重复检测。仿真表明,在较小性能损失的前提下,该算法可以大大减小所需检测列表的长度,进而有效降低接收机的复杂度。