一类三角插值算子在Besov空间中的逼近

借助于 Holder范数引入的广义 K -泛函而定义了一种 Besov空间 ,用其对一类推广的三角插值算子逼近的正、逆定理进行了刻画     

约束投影算子零点的Hopfield神经网络方法

紧凸集上投影算子的零点问题在许多科学与工程领域中有着重要的应用,本文中,我们考虑求解投影算子零点的Hopfield神经网络方法,通过建立合适的网络模型,实现为投影算子零点问题的实时求解提供有效的方法,一方面,我们从数学上证明了所建立的神经网络模型的稳定性和收敛性,另一方面,具体的数值实验也验证了Hopfield方法在求解投影算子问题中的可靠性与优越性。     

一类包含(Gi, ηi)-单调算子的类变分包含组

研究了Hilbert空间中一类具有（Gi,iη）-单调算子的类变分包含组,其中η1≠2η.由（G,η）-单调算子及Mann迭代证明了类变分包含组迭代序列的收敛性和解的存在性.     

H-增生算子的性质及其在变分包含中的应用

建立了算子是H-增生算子的充分和必要条件,并讨论了Banach空间中的一类新的含有H-增生算子的广义变分包含问题.     

拉普拉斯差分算子同步降噪空间滤波器设计

为了在继承拉普拉斯算子高实时性的前提下提高图像分割质量,设计了一个可与拉普拉斯算子差分计算同步进行滤波工作的空间滤波器。以被检测边缘的连通域为单位,建立连通域点集及收录二值化数据的树集,引入面积阈值进行滤波。运用游程编码的思想作为树集设计逐行扫描的数据录入方法,使数据录入与拉普拉斯差分运算同步进行,以保证高实时性。边缘检测时通过降低差分计算的颜色阈值获取更为完整的检测结果,同时利用空间滤波器去除由颜色阈值的降低所引发的大量小面积噪声。试验结果表明:引入空间滤波器的拉普拉斯算子可在保证高实时性的前提下获取低噪声的且更加完整的边缘检测结果。同步空间滤波器的引入,可使原算法在低颜色阈值条件下获得高质量的图像分割结果,且该滤波器的行扫描数据录入方式可以保证高实时性。     

关于共轭双线性算子与泛函

给出了赋范线性空间上的有界共轭双线性算子及共轭双线性算子空间的概念, 得到了相关性质定理, 并讨论了有界共轭双线性泛函及共轭双线性泛函空间的形式及性质.     

赋范线性空间上的算子幂级数收敛判别法

讨论在赋范线性空间以及Banach空间中算子幂级数的定义，收敛性质和一种收敛判别法。利用极限的运算性质以及下确界的性质，我们证明了一个重要引理，在此基础上导出根值判别法。     

基于局部纹理差异性算子的高原鼠兔目标跟踪

针对自然生境环境下高原鼠兔目标跟踪中目标与背景颜色相近的问题,提出了一种基于局部纹理差异性算子的高原鼠兔目标跟踪方法。构造了一种新的视觉描述子,称作局部纹理差异性算子LTDC,用来体现目标和背景之间的细微差异性。把该LTDC算子与颜色信息相结合来表征目标模型,并把该目标模型嵌入Meanshift跟踪框架中对高原鼠兔进行跟踪。实验结果表明,所提出的目标表征方法与FLBP目标表征方法相比,具有较强的目标与背景区别能力,在目标和背景颜色相近的场景中,能够较为准确地实现高原鼠兔目标的定位。且所提出的目标表征方法的Meanshift平均迭代次数是FLBP目标表征方法的79.04%,减少了20.96%。跟踪平均总时间是FLBP目标表征方法的82.35%,平均降低了17.65%。同时所提出方法的平均跟踪速度是FLBP目标表征方法的1.22倍。     

一类积分型Meyer-K(o)nig-Zeller-Bézier算子的点态逼近

应用一阶Ditzian-Totik模和K-泛函得到了一类积分型Meyer-K(o)nig-Zeller-Bézier算子点态逼近的正、逆定理以及等价定理.