n维有限射影空间上d~e——析取矩阵的新构作

利用n维有限射影空间上的一些性质,构作了组合群验的数学模型de-析取矩阵,并研究了它的参数和Hamming距离.     

基于模糊形式背景的变精度模糊信息粒

在模糊形式背景下研究变精度的模糊信息粒,给出精度为δ的必要模糊信息粒,充分模糊信息粒以及充分必要模糊信息粒的定义.在此基础上,进一步给出对任意给定的模糊信息粒转化为精度为δ的必要模糊信息粒,充分模糊信息粒及充分必要模糊信息粒的方法.     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

线性方程组求解与向量组规范化的初等变换方法

本通过对线性方程组的系数矩阵的行与列的初等变换给出了求解线性方程组的方法，并通过对矩阵的初等变换给出了向量组正化的方法。     

Hadamard不等式的几种新证明

本利用几何算术不等式，矩阵的分解，行列式的性质给出Hadamard不等式几种新颖，简洁的证明。     

矩阵方程A^TXB=C的正定和半正定解

给出了矩阵方程Ａ＾ＴＸＢ＝Ｃ在正定和半正定矩阵类中有解的充要条件及解的一般表达式。     

C^n中子空间之间极端主角的一些应用

本文给出了Ｃ＾ｎ中子空间之间最大和最小主角在矩阵逼近，投影算子的扰动分析，群逆以及Ｏｒａｘｉｎ逆的扰动估计，条件数理论，Ｂｏｔｔ－Ｄｕｆｆｉｎ系统扰动分析中一些应用。     

线性双向联想存储器

提出了一个线性双向联想存储器的模型，一组有限个向量对由一线性算子建立起双向联想关系，此线性算于是一个网络的联结权重矩阵。该权矩阵由最小二乘法决定。由权矩阵的解导出一特殊类型的Ｌｙａｐｕｎｏｖ矩阵方程．本文提供了这种Ｌｙａｐｕｎｏｖ矩阵方程的解。     

Activation Calculation for a Fusion Experimental Breeder FEB-E

A fusion breeder might be an essential intermediate application of fusion energy at earlier term, since it has the potential to provide plenty of commercial fissile fuel. Based on fusion physics and technologies available at present and in the near future, the realistic fusion experimental breeder, FEB-E was designed.     

正互反阵的一个特征值问题

本文讨论层次分析方法提出的一个矩阵特征值问题:对于给定的正互反矩阵,如何修改它的一对元素使得主特征值能够减小?我们对此给出了解答。对于反复多次修改,我们构造了一个迭代程序并且证明了一定意义下的收敛性。将本文的结果应用于层次分析法,可以减少决策分析过程的盲目性。