正规化子

摘要： 利用循环子群之外的元素的阶和该循环子群的阶的关系给出了关于循环群的一个刻画;刻画了导子群G′的每个极小子群或者正规或者具有循环正规化子的有限群G,并证明了这类群G是可解的.

摘要： 对于传递置换群G在对应的对称群中的正规化子N,N依共轭作用在子群G上,得到一个同态Ψ:N→Aut(G)。Dixon在经典专著《Permutation Groups》中对此同态的同态像与G的自同构群的关系进行了研究,描述了位于ImΨ下G的全体自同构。在此基础上Dixon提出构造一个例子,使得对于传递群G,满足Ψ的像不是G的全体自同构。本文我们在四次对称群上提供这样一个例子。

摘要： 如果对任意x∈GZ(G),有CG(x)交换,则称群G为CA-群.通过反证法,证明了阶为2 pqr的群是CA-群,其中p,q,r均为素数,且2

摘要： 作为Huppert定理的一个推广,陈重穆证明了:群G的每一个包含Sylow子群正规化子的极大子群在G内有素数指数,则群G超可解.不运用群G的可解性,本文给出了它为超可解的一个新的证明.又,利用非交换单群的极大子群有素数指数的一个结论,本文给出了上述群G可解性的一个新的证明.

摘要： 设群G是有限群.如果对G的任意循环子群A,都存在素数p,使得|G∶NG(A) |P,那么称G为NP-群.利用循环群的自同构群的性质和群作用等处理手段,证明了有限NP-群G是亚交换群,进而改进了目前已有的关于NP-群已经取得的结论,即有限NP-群G的导长至多是3.

摘要： 设H是有限群G的子群.如果存在G的一个子群K,使得G=HK且H∩K在K中S-拟正规,则称H在G中SS-可补.证明了:(i)设p是整除群G阶的最小素因子.如果存在G的一个Sylow p-子群P,使得P的每个极大子群在NG(P)中SS-可补,且P'在G中S-拟正规,则G是p-幂零群.(ii)设(y)是一个包含超可解群类(u)的饱和群系,H是群G的一个正规子群,使得G/H∈ (y).如果对H的每一个Sylow p-子群P,P的每个极大子群在NG(P)中SS-可补,且P'在G中S-拟正规,则G∈ (y).

摘要： We supposed that a subgroup D of a Sylow p-subgroup P of a group G satisfied 1正规化子N G(P)中的M-可补性质,并结合H(P)={H≤P P′≤H≤Φ(P)}中子群的弱s-可补性质,得到了刻画p-幂零群和p-超可解群新的充分条件.

摘要： 通过分析三类亚循环-群的元素交换性,给出子群交换度和广义交换度的具体计算和详细公式.对内交换群关于子群交换度内容进行了补充.

摘要： 利用变形元和对称群Sn子群的正规化子计算了S4的子群交换度和广义交换度。

摘要： 设F表示特下P(P≠2)的q元有限域,q=P.P为奇素数.本文给出了F上奇异正交群O)的Syolw子群的结构并讨论了其正规化子的性质.

摘要： 本发明涉及一种基于正规化分层的高动态范围图像阶调映射方法，包括：读取一幅高动态范围图像，获取其亮度图像，再获取对数域亮度图像；建立基于边缘保持正规化图像分层的目标函数，通过最小化目标函数分解对数域的亮度图像，获得对数域的基础层图像；对对数域基础层图像取指数获得基础层图像，再获得相应细节层图像；利用动态S曲线压缩基础层图像的动态范围；动态范围压缩的基础层与细节层图像相乘获得动态范围压缩的亮度图像；转换回RGB值获得用于显示的低动态范围图像。本发明适用于高动态范围图像在相机、手机、显示器等普通终端显示设备上再现，能够避免光晕或阶调逆转现象，并具有良好的细节再现能力。

摘要： 本发明涉及一种基于自适应多列深度模型的人脸图像正规化方法，该方法包括以下步骤S1：建立自适应多列深度模型；S2：自适应多列深度模型的训练；S3：目标人脸图像正规化。本发明提供的一种基于多列自适应深度模型的人脸正规化方法，通过将多列深度模型进行线性组合实现多种影响人脸识别的不利因素的联合矫正，同时利用非线性优化方法自适应地计算每一列深度模型的最优权值，即根据输入图像自适应调整每种因素的矫正因子。与传统的利用单一深度神经网络模型进行人脸矫正的方法相比，本发明提供的基于多列自适应深度模型的人脸正规化方法对各种变化因素的鲁棒性更强。

摘要： 本发明提供一种基于动静态参数正规化比对的多源航迹融合方法，包括：读取静态参数和动态参数；根据动态参数接收ADS‑B数据源的A/B通道数据；通过数据质量统计对A通道和B通道进行通道比选，以选择得到在用通道；将根据动态参数配置指定的通道作为在用通道；将所述在用通道的数据进行异常数据处理；将完成异常数据处理的在用通道的数据与其他ADS‑B数据源的在用通道数据和/或雷达数据源的内部格式数据进行多源数据融合。此外，还提供了服务器、存储介质及系统。通过本发明提供的技术方案，避免单个ADS‑B地面站的数据不稳定丢包率高、覆盖不完整、存在大量异常数据等问题；确保航迹数据稳定、可靠，为管制提供最为优质的监视数据服务。

摘要： 本发明提出一种图像正规化方法及图像处理装置。图像正规化方法包括：获得输入图像；对输入图像的每一像素进行细胞可视化操作，其中细胞可视化操作根据输入图像的每一像素的输入值、对应该至少一细胞的色彩分布中心、对比度调整值及亮度调整值产生输入图像的每一像素的输出值。

摘要： 本发明公开了一种基于最小正规化信息距离的判别式文本聚类方法及系统，该方法包括：对文本数据集进行向量化处理，该文本数据集包括多个文本，各个文本包括多个关键字；针对向量化处理的该文本数据集，初始化模型参数集；通过最小正规化信息距离以梯度下降法计算并更新该参数集；设置终止条件输出最终的参数集；利用最终的参数集设计判别式文本聚类算法实现文本聚类。本发明提供的该基于最小正规化信息距离的判别式文本聚类方法及系统，针对现有判别式聚类算法存在的模型选择问题，提出使用正规化信息测度作为目标函数的方法，使算法具有自动模型选择能力，从而提高了算法在人为选择的初始模型阶不合理的情况下获得较好的聚类结果的能力。

摘要： 本发明公开了一种用于辨识装置的人工神经网络正规化系统，包含输入层，产生影像的初始特征图；多个隐藏层，对初始特征图进行卷积以产生对象特征图；匹配单元，其接收对象特征图且执行匹配，以输出辨识结果。第一推论区块与第二推论区块，设于人工神经网络的至少一个隐藏层中。在第一模式，开启第一推论区块且关闭第二推论区块，其中第一推论区块仅接收前一层的第一推论区块的输出。在第二模式，开启第一推论区块与第二推论区块，其中第二推论区块接收前一层的第二推论区块的输出与前一层的第一推论区块的输出。

摘要： 本发明公开了一种基于实例正规化网络生成器的图像风格转换方法，包括：利用损失网络对数据集进行预训练，以实现对数据集中的图像进行分类；输入内容图像，作为图像转换网络的输入值；在图像的转换过程中，使用两个步幅为2的卷积层对输入的内容图像进行下采样，经过数个残差层的处理，然后在两个步幅为1/2的卷积层上进行上采样处理；对输入进图像转换网络中的内容图像进行风格转换，使用步幅卷积或微步幅卷积做图像转换网络内的上采样或下采样，再结合图像风格，输出风格转换后的第一图像；将生成器中的批正规化改为实例正规化；将内容图像作为生成器网络的输入，同时将图像风格也输入进生成器网络中，输出第二图像。

摘要： 本发明提供音量正规化的方法及采用该方法的手持式电子装置；该方法包括如下步骤：获取环境信息，该环境信息包含有第一环境参数和第二环境参数，该第一环境参数用于获取即将播放的音视讯档案的最大音量值，该第二环境参数用于判断该即将播放的音视讯档案是否为第一个被播放的音视讯档案；根据该环境信息确定该即将播放的音视讯档案的音量调整值；以及根据该音量调整值调整该即将播放的音视讯档案的播放音量。

摘要： 本发明的课题为提高骨闪烁扫描术图像的自动正规化的稳定性。解决手段的优选实施方式包括：作成表示骨闪烁扫描术图像的图像数据的像素值直方图；基于所述像素值直方图，设定与像素值相关的多个阈值；对所述设定的多个阈值的每一个计算像素值平均值；按值的大小顺序排列所述计算得到的像素值平均值；基于所述顺序排列的所述像素值平均值的集合的至少一部分，确定用于将所述图像数据正规化的基准值；确定所述基准值包括：在所述顺序排列的所述像素值平均值的集合之中，确定一条近似所述像素值平均值小的区域的直线；基于所述直线计算所述基准值。

摘要： 本发明涉及使用浮点功能块来实行定点正规化的方法和装置。一种集成电路可以包括可以在将定点数转换成浮点数时使用的正规化电路系统。该正规化电路系统可以至少包括浮点生成电路，其接收定点数并创建对应的浮点数。该正规化电路系统然后可以利用集成电路上的嵌入式数字信号处理（DSP）块来通过从所创建的浮点数中移除先行一来实行算术运算。所得到的数可以具有分数部分和指数值，其然后可以用来导出最终的正规化的值。