赋范线性空间

摘要： 在逼近论的意义下,将Riemann积分和Lebesgue积分在赋范线性空间的框架下统一起来.对于Riemann可积函数 f∈R[a,b] ,构造Riemann可积函数列 g_(n)∈R[a,b] ,使得 g_(n) 的Riemann积分的极限就是 f 的Riemann积分.对于Lebesgue可积函数 f∈L[a,b] ,构造Lebesgue可积函数列 f_(n)∈R[a,b] ,使得 f_(n) 的Lebesgue积分的极限就是 f 的Lebesgue积分.这里,Riemann可积函数列 {g_(n)} 和Lebesgue可积函数列 {f_(n)} 都是由某种赋范线性空间的基底所形成的波函数构建而成,在这种意义下,Riemann积分和Lebesgue积分在代数结构中基于函数逼近论就统一起来了.此外,还揭示了fuzzy集的波函数以及fuzzy推理在连续函数的Riemann积分中的作用.

摘要： 在实赋范线性空间中使用新的分析方法,在没有任何有界条件下建立了有限个广义Φ-伪压缩映象不动点具有误差的迭代序列的强收敛定理,所得结果改进和推广了有关文献中的相应结果.

摘要： 在实赋范线性空间研究一致Lipschitz映象粘滞平行迭代算法的收敛性问题,在较弱条件下建立了广义渐近Φ-半压缩型映象不动点的粘滞平行迭代算法的强收敛定理,从而推广和改进了有关文献中的相应结果.

摘要： 在赋范空间中研究了渐进一致Φ-压缩型映象的Ishikawa及Mann迭代序列的收敛性问题.本文结论推广和发展了已有的相关结果,使这些结果的适用范围更广.

摘要： The purpose of this paper is to introduce and explore a new class of generalized asymptotically S-demicontractive type mappings in real normed linear spaces.The strong convergence theorem of iterative sequences with error associated with a finite family of uniformly Lipschitz generalized asymptotically S-demi-contractive type mappings is established under weaker conditions by a new analytical method.The results achieved are an improvement and extension of the previously known results.%在实赋范线性空间中引入并研究一类新的广义渐近S-半压缩型映象,使用新的分析方法,在较弱条件下建立了有限族一致Lipschitz广义渐近S-半压缩型映象不动点具有误差的迭代序列的强收敛定理,我们获得的结果改进和推广了有关文献中的相应结果.

摘要： It was studied the problem of the iterative approximation of the sequence defined by the steepest descent method of zero points for strongly accretive mappings in normed linear space by using a new analytical method and the condition || un ||→0(n→∞).The results improved and extended some known results.%在‖un‖→0(n→∞)的条件下,使用新的分析方法,在赋范线性空间中研究了强增生映像零点的最速下降法的迭代逼近问题,从而改进和发展了一些已知的结果.

摘要： 研究赋范锥到赋范线性空间的嵌入问题与赋范锥上连续线性泛函的Hahn-Banach正延拓问题.第一部分采用几何方法直接证明赋范锥到赋范线性空间的嵌入定理.对于给定的赋范线性空间中的凸锥,通过引进凸锥的“锐性模”.第二部分研究由锥范数导出的延拓范数与原范数的等价关系.第三部分给出赋范锥上连续线性泛函的Hahn-Banach正延拓定理.%The problems of embedding normed cones into normed linear spaces and the problems of extending continuous linear functionals from normed cones to normed linear spaces are studied in this paper.In the first part,by geometric methods,the embedding theorems of normed cones into normed linear spaces are proved directly.In the second part,for a convex cone in a given normed linear space,via the SHARPNESS MODULUS of the convex cone,the equivalent relation of the extension norm derived from the conical norm with the original norm is studied.The Hahn-Banach positive extension theorems of continuous linear functionals from normed cones to normed linear spaces are obtained at last.

摘要： 在实赋范线性空间中研究了两有限族一致Lipschitz映象迭代序列的稳定性问题,在较弱条件下建立了两有限族一致Lipschitz映象不动点的迭代序列的强稳定性定理,从而推广和改进了有关文献中的相应结果.

摘要： 本发明公开了一种具有双线性低秩子空间的线性判别分析方法。包括以下步骤：针对矩阵数据样本集，保留原本矩阵的形式作为输入数据，构建基于矩阵的判别分析模型，采用基于矩阵的最小二乘方法构建损失函数，引入核范数正则项对映射矩阵集进行低秩约束，采用乘法器的交替方向算法(ADMM)框架对损失函数进行求解，以探求矩阵样本集的双线性低秩子空间，从而对矩阵样本集进行降维。本发明所述的具有双线性低秩子空间的线性判别分析方法比其他方法在矩阵样本集降维效果上有明显提升，评价指标综合表现很好。

摘要： 一种用于估计微分或差分方程的方法和系统，该方程可以控制非线性、时变和变参数的动态过程或系统。所述用于估计所述方程方法和系统是通过对所述方程的观测到的输出和(当需要时的)输入数据进行估计来实现的。所述方法和系统可采用任何如下的系统或过程：该系统或过程能够被描述成非线性、时变和变参数的差分方程并且可用于在描述详细的系统或方法性能时自动提取该差分方程，该系统或方法性能用于系统控制、故障检测、状态估计以及系统或方法中有变化时它们的预测和修改。

摘要： 本发明提供了一种基于赋范梯度特征与卷积神经网络的水下目标检测方法，该方法首先利用二值化的赋范梯度特征对水下目标特征进行描述，并通过二值化编码简化特征描述，降低后续分类器计算复杂度；再利用两级级联的排序SVM(Ranking SVM)算法对目标候选窗口进行逐级筛选，提供含有目标可能性较大的候选区域位置，实现对目标的粗略定位。其次，为了能够对目标区域的种类进行判断以及获得目标区域更加准确的位置描述，采用卷积神经网络和SVM分类器对水下目标进行分类并表示出目标属于某个物体类别的得分，最后使用线性回归模型得到每个类别的位置修正后的目标建议窗口。本发明的方法加速了水下目标候选区域的提取速度，提高了算法的准确性。

摘要： 本发明公开了一种具有双线性低秩子空间的线性判别分析方法。包括以下步骤：针对矩阵数据样本集，保留原本矩阵的形式作为输入数据，构建基于矩阵的判别分析模型，采用基于矩阵的最小二乘方法构建损失函数，引入核范数正则项对映射矩阵集进行低秩约束，采用乘法器的交替方向算法(ADMM)框架对损失函数进行求解，以探求矩阵样本集的双线性低秩子空间，从而对矩阵样本集进行降维。本发明所述的具有双线性低秩子空间的线性判别分析方法比其他方法在矩阵样本集降维效果上有明显提升，评价指标综合表现很好。

摘要： 一种用于估计微分或差分方程的方法和系统，该方程可以控制非线性、时变和变参数的动态过程或系统。所述用于估计所述方程方法和系统是通过对所述方程的观测到的输出和(当需要时的)输入数据进行估计来实现的。所述方法和系统可采用任何如下的系统或过程：该系统或过程能够被描述成非线性、时变和变参数的差分方程并且可用于在描述详细的系统或方法性能时自动提取该差分方程，该系统或方法性能用于系统控制、故障检测、状态估计以及系统或方法中有变化时它们的预测和修改。

摘要： 本发明提供了一种使用非线性状态空间投影方法的非线性信号分离方法，当信号是多信道信号并且具有周期性时，通过执行时域高速非线性状态空间投影，该方法能够有效分离非线性信号。在使用非线性状态空间投影方法的非线性信号分离方法中，通过使用时域高速非线性状态空间投影方法处理具有从现象测量出的多信道周期信号的复信号的原始信号，以估计原始信号中的噪声以及从原始信号减去估计噪声，从而即使当S/N为低时，也可以分离在原始信号中待测量的信号作为非线性信号。

摘要： 本发明涉及光通信技术领域，具体涉及一种人工智能算法赋能的高线性微波光子链路，包括微波光子链路和数字处理模块，微波光子链路包括激光器、调制器和探测器，激光器、调制器和探测器依次连接，探测器与数字处理模块连接；通过激光器产生光载波信号，并输入到调制器；将射频信号通过调制器加载到光载波信号上，完成电光变换，得到光信号，调制器将光信号输出；光信号进入探测器，完成光电变换，得到微波信号；数字处理模块采集所述微波信号进行信号提取并补偿，消除微波信号中的互调失真分量，解决了现有的数字方法抑制微波光子链路宽频带互调失真分量的普适性较低的问题。

摘要： 本发明公开了一种赋权摄影技术在空间环境调查中的应用方法，按以下步骤进行：公众了解项目的基本信息；公众报名参加项目；研究者与公众参与者确定相互的权利和义务；各位公众参与者在特定的空间环境中进行摄影；步骤五：结束摄影，开始会面；挑选照片；公众参与者讲解；结束访谈；整理资料；分析整理。本发明通过具体的程序安排、具体应用组配理论、设置分析模型以及访谈响应等技术手段，能够确保研究者得到有效的数据，有利于最终得到科学的社会公众对特定空间环境的整体性的认知，提高社会公众对特定空间环境的整体性认知结论的客观性和科学性，从而对特定空间环境的改造、改建、排污等事项提供数据指导。

摘要： 本发明公开了一种人体空间频谱量子赋能仪，包括：频谱激光发生装置，用于产生频谱、激光、红外能量；红外输出模块，与频谱激光发生装置电连接，用于输出红外能量；激光输出模块，与频谱激光发生装置电连接，用于输出激光；频谱输出模块，与频谱激光发生装置电连接，用于输出频谱；磁场量子极片，与频谱激光发生装置电连接，用于搭建小型量子扰动磁场；控制模块，与频谱激光发生装置、红外输出模块、激光输出模块、频谱输出模块、磁场量子极片电连接并控制器运行。本发明实现了深层次对人体空间垃圾毒素的全方位清理，使人体空间充满活力，消除人体疾、患、痛、病的发生和发展，实现人体身轻体健，抗病强身的功效。

摘要： 本实用新型提供同一电流转换成线性空间的电压和对数空间的电压的电路，其特征在于：包括光电二极管的负极接正电源，二极管的正极接电阻或数字电位器，所述电阻或数字电位器的另一端连接对数放大器的电流输入端；所述或数字电位器的两端连接线性运算放大器的正负输入端，将高电电势端输入到线性运算放大器的正向输入端，将低电势端接到线性运算放大器的负向输入端。这样可以保证光电流通过两种放大器放大出来的电压进行分别的功能控制，对数放大器的有效监测范围大(50dB以上)，可用来进行信号检测，线性放大器的响应速度快(由线性放大器的频率响应特性决定)，可用来进行泵浦控制。