特征标

摘要： 假设有限群上的块b被其亏群的正规化子控制,其超聚焦子群是16阶的初等交换群并且包含在亏群的中心里.本文计算了部分情况下块b的不可约模特征标和不可约常特征标个数.在这些情况下,Alperin重量猜想是对的.

摘要： 文章采用范畴的观点,将特征标三元组视为基本的研究对象,定义了子三元组的正规性和次正规性,替代通常的幂零群条件,证明了特征标三元组的任意两个本原诱导子都有相同的次数,推广了Isaacs的诱导子定理.作为应用,给出了一个不可约复特征标的任意两个本原诱导次数何时相同的判别条件,加强Isaacs的相应结果.

摘要： 有限群中特征标的维数对有限群的结构和性质有重要影响.主要研究了极大类5-群的特征标维数的性质.利用极大类p-群的结构和性质,通过构造具体例子给出了阶不大于57的所有极大类5-群的特征标可能存在的维数.

摘要： 利用重数定理刻画了二面体群D_(5)上的表示环,得到D_(5)上二维不可约表示的幂公式.

摘要： 在有限群表示论中,研究一个给定的不可约复特征标何时具有相同的本原诱导次数是一个基本而重要的问题.证明了一个三元组的特征标与其线性极限的极小诱导次数集合相同,从而加强了Dade关于初等稳定子极限的定理,给出了若干应用,并证明了三元组的任意两个线性极限都有相同的次数.

摘要： 本文以点群胚为例子,计算点群胚上Orbifold K-理论的几类环结构,并且比较这几类环结构之间的差异。

摘要： 在这篇论文中.应用伴随多项式的性质,特征标和最小实根,刻画了所有和图Fn ∪(∪hi=1Cmi)kD4伴随等价的图.

摘要： 利用类函数空莘及其对偶的关系,给出π-块的Cartan p-块的Cartan阵之间的关第,证明了Staszewski给出的π-块的Cartan阵在R中的初等因子全在整数环Z中,且π-块的分解数阵在Z中的初等因子全为1.

摘要： 利用类函数空莘及其对偶的关系,给出π-块的Cartan p-块的Cartan阵之间的关第,证明了Staszewski给出的π-块的Cartan阵在R中的初等因子全在整数环Z中,且π-块的分解数阵在Z中的初等因子全为1.

摘要： 利用类函数空莘及其对偶的关系,给出π-块的Cartan p-块的Cartan阵之间的关第,证明了Staszewski给出的π-块的Cartan阵在R中的初等因子全在整数环Z中,且π-块的分解数阵在Z中的初等因子全为1.

摘要： 利用类函数空莘及其对偶的关系,给出π-块的Cartan p-块的Cartan阵之间的关第,证明了Staszewski给出的π-块的Cartan阵在R中的初等因子全在整数环Z中,且π-块的分解数阵在Z中的初等因子全为1.

摘要： 本发明公开了一种智能视标卡及其视标特征识别方法，包括视标卡，视标卡上设置视标矩阵，该视标矩阵中设置有矩阵标识视标，矩阵标识视标用于标识视标矩阵。训练时用户可以随机抽取一张视标卡，用户把矩阵标识视标的识别结果输入到预先存储矩阵特征信息的检测终端中，检测终端通过识别结果确定选取的视标卡的矩阵特征信息。之后，用户将视标矩阵中其他视标的视标识别信息输入检测终端，检测终端可以通过比较视标识别信息和矩阵特征信息得到训练结果。训练过程中用户可以随机选取不同的视标卡单独进行训练，增强了训练过程中视标的随机性，并且用户能够单独进行训练，提高训练效果。

摘要： 本发明提供了一种鸡内金饮片、炒鸡内金饮片、醋鸡内金饮片及其标准汤剂、配方颗粒的UPLC特征图谱构建方法，包括：将供试品原料采用溶剂溶解，提取，得到待测液；将待测液采用高效液相色谱法测定，得到鸡内金饮片、炒鸡内金饮片、醋鸡内金饮片及其标准汤剂、配方颗粒的UPLC特征图谱；所述高效液相色谱法色谱条件为：色谱柱为C 18柱；流动相A为甲醇溶液，流动相B为0.02％醋酸水溶液，梯度洗脱。本发明建立了区别鸡内金饮片、炒鸡内金饮片、醋鸡内金饮片及其标准汤剂、配方颗粒的UPLC特征图谱，有利于整体评价鸡内金与其炮制品的提取物及其制剂相关工艺过程，更能整体控制鸡内金及其炮制品饮片、标准汤剂、配方颗粒的内在质量。

摘要： 在一个实施方案中，一种医疗系统包括：导管，该导管被配置成插入到活体受检者的心脏中，并且包括电极，该电极被配置成在该心脏中的相应位置处捕获该心脏的电活动；显示器；和处理电路，该处理电路被配置成：从该导管接收位置信号，并且响应于该位置信号计算该电极的该相应位置；响应于所计算的位置中的相应位置生成解剖标测图；响应于该电极中的相应电极的相应位置和由该电极中的该相应电极捕获的该电活动，发现该心脏的解剖特征和该解剖特征的位置；响应于该解剖特征的所发现的位置自动分割该解剖标测图；以及将该解剖标测图渲染到该显示器。

摘要： 本发明针对实物表面采样数据的特征识别结果存在噪声及特征遗漏问题，提出一种实物表面采样数据局部形貌标架量化及特征识别方法，属于产品逆向工程技术领域。基于点云局部中轴对样点的隔离作用，剔除样点欧氏邻域内的非测地邻域点，为实物表面构造优化的局部样本模型。析取局部离散样本中的准共法截线点对集合，构造实物表面的局部形貌标架。基于标架夹角的差异性，对实物表面样本形貌进行量化分析，区分平滑、边界、棱边及尖角等特征区域，实现对中心样点属性的稳健判别。本发明适用于不同密度的采样点云，能够显著降低点云特征识别结果中的噪声点规模，且能有效减少特征遗漏现象。

摘要： 本发明题为“标测心内膜子表面特征”。本发明提供了一种探头，其具有接近患者的内部器官组织的远端。远端处的位置传感器生成显示远端的地点和取向的位置信号。超声换能器沿取向传输超声脉冲并且从组织接收超声脉冲反射。地点传感器附接到远端，在远端附近的相应地点处接触组织的表面，并且输出相应的地点信号。处理器识别从组织的前表面和后表面接收的超声脉冲反射。处理器处理地点信号以找到组织前表面取向角度。然后，处理器基于在接收到反射之间所经过的时间以及取向的方向相对于前表面取向角度的倾斜度来估计沿垂直于前表面的轴线的组织厚度。

摘要： 本发明公开了基于地物特征的光电望远镜免方位标扩展标校法，属于光学测量领域。首先将光电望远镜布置在测量点位，对光电望远镜调焦至目标清晰；然后对光电望远镜进行精细调平，对周围预选区域进行正倒镜拍摄，将拍摄图片标记为基准图像；再次对光电望远镜进行粗略调平，并进行正倒镜拍摄，将拍摄图片标记为标校图像。对基准图像和标校图像进行配准，根据标校图像相对基准图像中的像素移动和像素的空间指向角度，得到标校图像相对基准图像各方向的地物测量的相对角度误差数据。最后利用各方向的地物测量的相对角度误差完成光电望远镜的三差标定，并扩展完成调平误差，计算站址偏差，进行站址误差项的标定。本发明提高了工作效率，降低了工作难度。

摘要： 本发明公开了一种基于特征金字塔的小频标检测方法，该方法包括：为所有用于检测的视频添加频标，并从每个视频中每隔n帧提取一张图像制作构成数据集；选择ResNeXt作为骨干网络提取浅层特征、设计深层特征提取网络结构、结合anchor机制，来构建检测频标的目标检测网络，利用FPN将深层语义信息向低层传递以检测小目标；设计损失函数，多次调整超参数并训练得到对应模型，从多次训练模型中选择最佳的目标检测模型；部署目标检测网络，检测出对应目标，根据所检测目标设计频标识别与校验方法。

摘要： 本发明公开了一种快速陆标‑卷积特征匹配的词袋模型方法，针对SLAM算法需要提高实时性的需求，通过采用词袋模型提升图像检索速度，将陆标的卷积特征进行聚类，生成卷积特征的单词，得到基于陆标‑卷积特征的词典，从而加速卷积特征的匹配，采用投票机制加快查询帧和图像数据库之间的查询速度。在Gardens Point和Campus Loop这两个数据集上，通过对词袋模型和线性搜索方法闭环检测的准确率和性能进行比较，验证了词袋模型框架能显著加快基于陆标‑卷积特征表示图像的检索过程。提出的闭环检测方法可在大范围环境的同时定位与建图消除场景的累积误差，不仅能准确的识别到闭环，而且还具有实时性。

摘要： 本发明公开了一种改进的基于陆标‑卷积特征的图像方法，针对机器人在大范围的环境中移动时容易造成轨迹的累积漂移和相机位姿跟丢的问题，提出了一种鲁棒的基于场景识别的闭环检测方法。首先利用目标检测网络识别场景图像帧中显著的动态对象，并对该区域进行图像模糊处理从而滤出动态因子的影响，然后将预处理后的图像作为卷积神经网络的输入，通过最后一层卷积层直接生成场景帧的陆标序列，再利用无监督的深度神经网络提取陆标的卷积特征，得到基于陆标‑卷积特征的图像描述方式。根据当前的场景帧与场景数据库是否存在相似场景来修正轨迹的累积误差以及当位姿跟踪丢失时进行重定位，实验结果表明在识别闭环检测时具有优越的性能。

摘要： 一种基于局部特征和类标嵌入约束字典学习的胃肠镜图像异常检测方法，首先将原始图像进行预处理，提取感兴趣区域，进而从图像数据中提取颜色和纹理特征并融合，构建了测试集和训练集，建立以原子类标嵌入项和Profiles的结构特征约束项的字典学习模型，并将训练集矩阵输入模型进行求解，迭代更新，分别训练出字典和编码系数矩阵，利用训练样本的编码系数矩阵和标记矩阵得到分类器参数；最后，对于测试图像，通过正交匹配追踪算法得到稀疏系数及其预测标签，通过比较重构出的测试集的标签与原测试集的标签，进行多类疾病图像的分类。本发明可以实现肠胃内窥镜不同病变图像的分类；能有效进行内窥镜疾病分类。