實(shí)值
- 公司“實(shí)值”比市值更重要
市值不等于公司“實(shí)值”，公司“實(shí)值”比市值更重要。她進(jìn)一步解釋說(shuō)，做企業(yè)要做健康、持續(xù)的企業(yè)，不做流量的企業(yè)；企業(yè)不為流量而活，而為存在、可持續(xù)發(fā)展而活。在她看來(lái)，健康、持續(xù)或存在、可持續(xù)是做企業(yè)的原則；堅(jiān)持這樣的原則，企業(yè)才能做出優(yōu)異的“實(shí)值”——實(shí)實(shí)在在的存在價(jià)值和可持續(xù)發(fā)展的價(jià)值。董明珠不是一個(gè)簡(jiǎn)單地跟風(fēng)跑的人。她知道，別人的風(fēng)不一定是自己的風(fēng)，如果盲目跟風(fēng)跑，求一時(shí)的熱鬧，企業(yè)就丟掉了自己的根，自己的魂，最終可能一無(wú)所成。董明珠是一個(gè)堅(jiān)定的實(shí)體主義
支點(diǎn) 2023年7期2023-07-13
- CFC-分?jǐn)?shù)階微分方程邊值問(wèn)題的Lyapunov不等式研究
在[a，b]上的實(shí)值函數(shù)。aIαf表示函數(shù)f的α階左Riemann-Liouville分?jǐn)?shù)積分，定義為：其中定義2［17-18］設(shè)α∈(0，1]，f是定義在[a，b]上的實(shí)值函數(shù)。表示函數(shù)f的α階Caputo-Fabrizio 分?jǐn)?shù)階積分，定義為：其中，B(α)＞0 是一個(gè)滿(mǎn)足B(0)=B(1)=1 的函數(shù)。定義3［15］設(shè)α∈(n，n+1]，n≥1，f是定義在[a，b]上的實(shí)值函數(shù)。表示函數(shù)f的α階Caputo-Fabrizio 分?jǐn)?shù)階積分，定義為：其中
- 一類(lèi)含CFC-分?jǐn)?shù)階導(dǎo)數(shù)微分方程的Lyapunov不等式及其解的存在唯一性
在[0,1]上的實(shí)值連續(xù)函數(shù).同時(shí)本文還將研究以下微分方程解的存在唯一性及其Hyers-Ulam穩(wěn)定性:(3)(4)1 預(yù)備知識(shí)定義1[7]定義函數(shù)f(t)∈L1([0,1],R)的s階黎曼劉維爾(Riemann-Liouville)分?jǐn)?shù)階積分為:其中s>0,τ>0, Γ(·)為Gamma函數(shù).定義4[9]設(shè)函數(shù)f是定義在[0,1]上的實(shí)值函數(shù).定義函數(shù)f在左Caputo和Fabrizio意義下的α(α∈(0,1])階左Caputo分?jǐn)?shù)階導(dǎo)數(shù)(簡(jiǎn)稱(chēng)CFC-
- 錐面共形陣列天線(xiàn)實(shí)值盲極化DOA估計(jì)方法
實(shí)時(shí)測(cè)向的需求,實(shí)值/半實(shí)值類(lèi)算法[10-14]就是其中的典型代表。實(shí)現(xiàn)超分辨算法實(shí)值化最具代表性的方法是基于陣列接收數(shù)據(jù)協(xié)方差矩陣的酉變換技術(shù),文獻(xiàn)[10]充分利用中心對(duì)稱(chēng)陣列(如均勻線(xiàn)陣)輸出數(shù)據(jù)協(xié)方差矩陣為艾米特中心對(duì)稱(chēng)矩陣的特性,通過(guò)數(shù)據(jù)變換,將復(fù)數(shù)運(yùn)算轉(zhuǎn)換為實(shí)值運(yùn)算,運(yùn)算量可縮減75%。文獻(xiàn)[12]提出了協(xié)方差矩陣分裂思想,對(duì)實(shí)值運(yùn)算和陣列結(jié)構(gòu)的任意性進(jìn)行折中,進(jìn)而發(fā)展了兩種全新的基于半實(shí)值運(yùn)算的超分辨算法,擺脫了算法對(duì)陣列結(jié)構(gòu)的依賴(lài)性,但仍存在
空軍工程大學(xué)學(xué)報(bào) 2023年2期2023-05-06
- 鞍點(diǎn)問(wèn)題解的存在性
凸子集。則稱(chēng)二元實(shí)值函數(shù)f:C×D→R 在C 上關(guān)于x是凸的,反之亦然。（2） 若對(duì)于 ?x∈C, ?y1,y2∈D, ?t∈［ 0,1］,有則稱(chēng)二元實(shí)值函數(shù)f:C×D→R 在C 上關(guān)于y是凹的,反之亦然。定義2,假設(shè)C?Rn和D?R?均為非空凸子集。則稱(chēng)二元實(shí)值函數(shù)f:C×D→R在C 上關(guān)于x是擬凸的,反之亦然。（2） 若對(duì)于 ?x∈C,∈D, ?t∈［ 0 ,1］,有則稱(chēng)二元實(shí)值函數(shù)f:C×D→R 在C 上關(guān)于y是擬凹的,反之亦然。注1,所有的凸函數(shù)都
科學(xué)技術(shù)創(chuàng)新 2022年29期2022-10-26
- 含參Ky Fan不等式與對(duì)偶問(wèn)題解映射的Lipschitz連續(xù)性
：X×X×M→為實(shí)值映射.對(duì)每個(gè)(λ，μ)∈Λ×M，考慮含參Ky Fan不等式(記為PKFI)：找x0∈K(λ)，使得f(x0，y，μ)≥0，?y∈K(λ).對(duì)每個(gè)(λ，μ)∈Λ×M，考慮含參對(duì)偶Ky Fan不等式(記為PDKFI)：找x0∈K(λ)，使得f(y，x0，μ)≤0，?y∈K(λ).對(duì)每個(gè)(λ，μ)∈Λ×M，記(PKFI)與(PDKFI)的有效解集分別為S(λ，μ)和D(λ，μ)，即S(λ，μ)∶={x∈K(λ)|f(x0，y，μ)≥0，?y∈
東北師大學(xué)報(bào)（自然科學(xué)版） 2022年3期2022-09-28
- 一種非均勻噪聲條件下基于子空間的實(shí)值DOA估計(jì)方法
在文獻(xiàn)[8]中，實(shí)值MUSIC算法被提出。該算法利用center-Hermitian矩陣性質(zhì)，將復(fù)值協(xié)方差矩陣轉(zhuǎn)換為實(shí)值協(xié)方差矩陣。對(duì)該矩陣進(jìn)行特征值分解和空間譜搜索時(shí)，僅需要考慮實(shí)值。相似地，文獻(xiàn)[9]提出了實(shí)值ESPRIT算法，該算法可以提供更低的計(jì)算復(fù)雜度。然而，由于酉變換技術(shù)使用了前后向平滑技術(shù)，可能會(huì)導(dǎo)致估計(jì)性能下降，因此文獻(xiàn)[10]提出實(shí)值求根MUSIC算法，該算法沒(méi)有出現(xiàn)這種性能下降。上述基于酉變換技術(shù)的DOA估計(jì)方法可以有效降低計(jì)算復(fù)雜度，
艦船電子對(duì)抗 2022年4期2022-08-30
- L-代數(shù)上的賦值
1)，在L上定義實(shí)值函數(shù)φ如下可以驗(yàn)證φ滿(mǎn)足(pv1),(pv3) (pv4),從而φ是偽賦值和強(qiáng)偽賦值。但這個(gè)L-代數(shù)無(wú)強(qiáng)賦值。這是因?yàn)?，假設(shè)φ是強(qiáng)賦值，則它滿(mǎn)足(pv4)，令y=c,x=0,則由φ(y)+φ(y→x)=φ(x→y)+φ(x)得φ(c)+φ(0)=φ(1)+φ(0)，由于φ(1)=0，因此φ(c)=0，這與(pv2)矛盾。定義3 設(shè)L是一個(gè)L-代數(shù)，L上Bosbach態(tài)是一個(gè)函數(shù)s∶L→[0,1],滿(mǎn)足以下條件：(s1) s(1)=1 ；
榆林學(xué)院學(xué)報(bào) 2022年4期2022-08-02
- 關(guān)于Bochner 張量具有消滅條件的梯度收縮K?hler-Ricci 孤立子
若Mn存在一個(gè)實(shí)值光滑函數(shù)f及λ ∈R 滿(mǎn)足方程Cao[1]提出了K?hler-Ricci 流的概念, 它是幾何分析和偏微分方程研究中的一個(gè)重要課題, 而梯度K?hler-Ricci 孤立子作為K?hler-Ricci 流的自相似解, 在K?hler-Ricci 流的研究中扮演著重要的角色.所以, 梯度K?hler-Ricci 孤立子的分類(lèi)對(duì)于了解K?hler-Ricci 流的幾何結(jié)構(gòu)具有重要意義.近年來(lái), 關(guān)于K?hler 流形中梯度K?hler-Ri
- Hardy-Sobolev空間上的投影Toeplitz算子*
眾所周知,n上的實(shí)值函數(shù)是多重調(diào)和的當(dāng)且僅當(dāng)該函數(shù)為n上全純函數(shù)的實(shí)部. 因此,任意多重調(diào)和函數(shù)可唯一分解為其中對(duì)其中定義的范數(shù)為更多細(xì)節(jié)見(jiàn)文獻(xiàn) [10].從下文起,除非特別申明,將設(shè)β其中dv-2β-1(z)=c-2β-1(1-|z|2)-2β-1dv(z)為n上正規(guī)化的體積測(cè)度.令表示從到的正交投影.設(shè)z=(z1,…,zn),w=(w1,…,wn) 是n中的任意兩點(diǎn),記則其中函數(shù)Bf稱(chēng)為f的 Berezin 變換,詳見(jiàn)文獻(xiàn) [11].1 Hardy-S
- 基于結(jié)構(gòu)元的模糊值Caputo分?jǐn)?shù)階微分方程
分?jǐn)?shù)階微積分作為實(shí)值分?jǐn)?shù)階微積分的重要推廣已取得較豐富的成果。Allahviranloo[8]給出了廣義模糊值Caputo分?jǐn)?shù)階微分的定義,得到了與文獻(xiàn)[6]類(lèi)似的結(jié)果。Lupulescu[9]定義了區(qū)間值分?jǐn)?shù)階微積分,討論了區(qū)間值Riemann-Liouville分?jǐn)?shù)階微積分、區(qū)間值Caputo分?jǐn)?shù)階微分的相關(guān)性質(zhì)。Shen[10]利用Banach壓縮映射原理研究了區(qū)間值Caputo分?jǐn)?shù)階微分方程解的存在唯一性問(wèn)題。Ngo[11]利用逐步逼近法討論了廣義
- 多粒度實(shí)值形式概念分析
形式概念分析時(shí)，實(shí)值是描述形式背景的對(duì)象與屬性之間關(guān)系最為復(fù)雜的數(shù)據(jù)類(lèi)型之一[29]，它對(duì)應(yīng)的概念格既是區(qū)間值概念格的推廣[30-31]，又是模糊概念格的擴(kuò)展[32-34]，這種推廣或擴(kuò)展是針對(duì)取值范圍的延拓，因其應(yīng)用廣泛而受到眾多學(xué)者的關(guān)注[12,14]。此外，實(shí)值概念格的并行構(gòu)造也得到了重視，這類(lèi)問(wèn)題主要側(cè)重快速計(jì)算概念節(jié)點(diǎn)[35]。另一方面，粒計(jì)算與形式概念分析的結(jié)合日漸深入，從最早的粒概念及其約簡(jiǎn)開(kāi)始[8]，到隨后的概念知識(shí)粒與概念信息粒[36]，
- G-ρ不變凸多目標(biāo)規(guī)劃的鞍點(diǎn)條件
。1 基本定義稱(chēng)實(shí)值函數(shù)f：Rn→R是局部Lipschitz的[13]，若對(duì)任意x∈Rn，存在一個(gè)正數(shù)k和x的鄰域N(x)對(duì)任意y，z∈N(x)，使得若函數(shù)f為局部Lipschitz的，那么函數(shù)f：X→R在點(diǎn)x處沿方向d的Clarke廣義方向?qū)?shù)定義為［13］Clarke廣義梯度定義為[13]下面的不等式在整篇文章中都成立，對(duì)于任意x，y∈Rn，設(shè)X?Rn，u∈X，令f=(f1，…，f m)：X→Rn，f i(i=1，…m)是定義在X上的局部Lipschi
- 一類(lèi)凸多目標(biāo)半無(wú)限規(guī)劃的Mond-Weir型對(duì)偶
格單調(diào)遞增的可微實(shí)值函數(shù)。s(x|Ci)表示X上的支撐函數(shù)，其定義如下：s(x|Ci)=max{〈wi,x〉|wi∈Ci},i∈K。對(duì)于(MP)問(wèn)題，其Mond-Weir型對(duì)偶規(guī)劃如下：K-T-(必要條件)：定理1 (弱對(duì)偶)假設(shè)x,(y,λ,β)分別是問(wèn)題(MP)和問(wèn)題(DMP)的可行解，如果滿(mǎn)足下列條件：(i)fi在y處是廣義對(duì)稱(chēng)G-(F,α,ε)-凸函數(shù)；(ii)g(x,uj)在y處是廣義對(duì)稱(chēng)G-(F,α,ε)-凸函數(shù)；(iv)s(x|Ci)=xTw
- 廣義對(duì)稱(chēng)G-(F,α,ε)-凸多目標(biāo)半無(wú)限規(guī)劃的最優(yōu)性條件
格單調(diào)遞增的可微實(shí)值函數(shù)。s(x|Ci)表示X上的支撐函數(shù)，其定義如下：s(x|Ci)=max{〈wi,x〉|wi∈Ci},i∈K。定義5 如果存在α:Rn×Rn→R+{0},i=1，…，k，?εi>0，使得對(duì)于x∈X,i=1，…，k有(fis(x0)+wi))+εi，則稱(chēng)(fi(x)+xTwi)在x∈X處是廣義對(duì)稱(chēng)G-(F,α,ε)-凸函數(shù)。定義6 如果存在α:Rn×Rn→R+{0},i=1,…,k，?εi>0，使得對(duì)于x∈X,i=1，…，k有(fis(
- 卷積等價(jià)分布族的封閉性
是兩個(gè)相互獨(dú)立的實(shí)值隨機(jī)變量，分別給出了max(X,Y)關(guān)于卷積等價(jià)分布族封閉的充要條件以及min(X,Y)關(guān)于卷積等價(jià)分布族封閉的充分條件，拓展了卷積等價(jià)分布族研究的理論成果。本文以下若無(wú)特殊申明，均假設(shè)X,Y為兩個(gè)實(shí)值隨機(jī)變量，分布函數(shù)分別為F(x)=P(X≤x),G(y)=P(Y)≤y。記其尾分布為。且下文所有的極限過(guò)程均指x→∞。對(duì)于任意兩個(gè)正函數(shù)f(·)與g(·)滿(mǎn)足若b=0，記作f(·)=o(g(·))；若a=b=1，記作f(·)～g(·)；若
- 具有時(shí)變時(shí)滯的復(fù)值神經(jīng)網(wǎng)絡(luò)的概周期解
多學(xué)者研究了各類(lèi)實(shí)值神經(jīng)網(wǎng)絡(luò)模型的動(dòng)力學(xué)行為，并且取得了豐富的研究成果[1-7].但是，在諸多應(yīng)用領(lǐng)域中實(shí)值神經(jīng)網(wǎng)絡(luò)有一定的局限性，如在電子信息工程領(lǐng)域，人們需要處理復(fù)數(shù)數(shù)據(jù)，因此，作為實(shí)值神經(jīng)網(wǎng)絡(luò)的推廣，復(fù)值神經(jīng)網(wǎng)絡(luò)自然而然地被提出來(lái)，而且解決了一些實(shí)值神經(jīng)網(wǎng)絡(luò)不能解決的問(wèn)題[8]，成為了一個(gè)新的研究熱點(diǎn).這些年，一些學(xué)者主要研究了復(fù)值神經(jīng)網(wǎng)絡(luò)的平衡點(diǎn)或周期解的存在性、穩(wěn)定性、耗散性等問(wèn)題[9-13].我們知道，非自治神經(jīng)網(wǎng)絡(luò)的概周期振蕩是很重要的一種動(dòng)
- 基于MIMO雷達(dá)的極化平滑降維酉ESPRIT算法
陣對(duì)接收數(shù)據(jù)進(jìn)行實(shí)值處理使其變?yōu)閷?shí)數(shù)數(shù)據(jù),且利用了共軛接收數(shù)據(jù)。文獻(xiàn)[16]提出了一種降維酉ESPRIT算法,該算法即降低了運(yùn)算復(fù)雜度又有較高的測(cè)角精度,但該算法沒(méi)有考慮相干信號(hào)源。此外,文獻(xiàn)[13-14]中的算法均不能估計(jì)相干信源仰角,不夠貼合實(shí)際。本文為了與實(shí)際需求貼合,在達(dá)到好的解相干能力的同時(shí)降低運(yùn)算量,提出了一種基于極化平滑的降維酉ESPRIT算法:首先利用降維變換矩陣將接收信號(hào)數(shù)據(jù)由高維矩陣變?yōu)榈途S矩陣,然后利用降維后的接收信號(hào)數(shù)據(jù)構(gòu)造出一個(gè)中
信號(hào)處理 2021年4期2021-04-19
- 非理想條件下基于矢量水聽(tīng)器陣列的一種快速方位估計(jì)算法
值。3.2 基于實(shí)值轉(zhuǎn)化的矢量陣列信號(hào)處理模型考慮一般情況，陣列的方向矢量和陣列輸出矢量均為復(fù)數(shù)，而文獻(xiàn)[7]在對(duì)平滑函數(shù)的特征總結(jié)中指出：平滑函數(shù)應(yīng)為實(shí)解析函數(shù)，但并未對(duì)平滑函數(shù)是否是更為嚴(yán)格的復(fù)解析函數(shù)進(jìn)一步說(shuō)明，附錄A給出了證明。在后續(xù)平滑L 0算法中涉及方向向量的求逆，根據(jù)非奇異矩陣的性質(zhì)，該擴(kuò)展后的酉變換矩陣應(yīng)為非奇異矩陣，綜上，以陣元數(shù)M=3為例，附錄B證明了擴(kuò)展酉變換矩陣的非奇異性。利用該擴(kuò)展酉變換矩陣，式(11)可改寫(xiě)為4 對(duì)于算法的說(shuō)明4
電子與信息學(xué)報(bào) 2021年3期2021-04-06
- 耦合憶阻復(fù)值神經(jīng)網(wǎng)絡(luò)的固定時(shí)間同步*
另一方面,由于比實(shí)值神經(jīng)元具有更高的計(jì)算能力和信息存儲(chǔ)能力,近年來(lái)復(fù)值神經(jīng)元在模式識(shí)別、非線(xiàn)性濾波等方面得到了廣泛的應(yīng)用,并且憶阻復(fù)值神經(jīng)網(wǎng)絡(luò)(MCNNs)也成為了當(dāng)前的研究熱點(diǎn)[4,5].而在大多數(shù)的研究中,作者先將復(fù)值系統(tǒng)分離成兩個(gè)實(shí)值子系統(tǒng),再利用實(shí)值神經(jīng)網(wǎng)絡(luò)的經(jīng)典理論分析兩個(gè)實(shí)值系統(tǒng)的動(dòng)力學(xué)行為.雖然這種分離方法是有效的,但忽略了網(wǎng)絡(luò)的復(fù)值特征和優(yōu)勢(shì),也會(huì)給理論分析和計(jì)算帶來(lái)一定的困難.因此,探索分析MCNNs的新方法具有重要的理論價(jià)值和實(shí)際意義.
- 模糊值函數(shù)的R-S積分和廣義Hukuhara微分
義模糊值函數(shù)關(guān)于實(shí)值增函數(shù)g（x）的廣義Hukuhara微分，研究模糊Riemann-Stieltjes積分的原函數(shù)性質(zhì)。【關(guān)鍵詞】模糊值函數(shù);模糊Riemann-Stielties積分;廣義Hukuhara微分〔中圖分類(lèi)號(hào)〕O159 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1674-3229（2021）04- 0015-040 引言模糊分析學(xué)理論已取得較豐富研究成果[1]，其中關(guān)于模糊值函數(shù)的微積分已有很多研究[2-8]。文獻(xiàn)[2-3]分別給出了模糊Henstoc
- 如何不用復(fù)數(shù)講解常系數(shù)線(xiàn)性微分方程
復(fù)值函數(shù)解導(dǎo)出實(shí)值函數(shù)解的分析在現(xiàn)有高等數(shù)學(xué)課程的教學(xué)中， 用復(fù)指數(shù)函數(shù)來(lái)講解常系數(shù)線(xiàn)性微分方程， 其不足之處并不僅限于要用到后面很晚才學(xué)到的知識(shí). 還有另外一點(diǎn)微妙的困難.設(shè)a±bi(b≠0)是(2)的一對(duì)共軛復(fù)數(shù)根， 于是y1=e(a+bi)x=eax(cosbx+isinbx)，y2=e(a-bi)x=eax(cosbx-isinbx)是(1)的兩個(gè)(線(xiàn)性無(wú)關(guān)的)解. 這里的微妙之處在于：它們是實(shí)自變量x的復(fù)值(復(fù)因變量)函數(shù)解. 學(xué)習(xí)者在自覺(jué)不自
大學(xué)數(shù)學(xué) 2021年1期2021-01-12
- (G-V)不變凸多目標(biāo)規(guī)劃的最優(yōu)性條件
。1 基本定義稱(chēng)實(shí)值函數(shù)f:Rn→R是局部Lipschitz[15]的,若對(duì)任意x∈R,存在一個(gè)正數(shù)k和x的鄰域N(x)對(duì)任意y,z∈N(x),使得:‖f(y)-f(z)‖≤k‖y-z‖。若函數(shù)f為局部Lipschitz的,那么函數(shù)f:X→R在點(diǎn)x處沿方向d的Clarke廣義方向?qū)?shù)和Clarke廣義梯度[15]分別定義為:?f(x)={ξ∈Rn:f0(x;d)≥ξΤd,?d∈Rn}。下面的不等式在全文中成立,對(duì)于?x,y∈Rn,xy?xiyi;x≤y?x
- 面向矢量聲信號(hào)的實(shí)值EB-ESPRIT 算法
用于矢量聲信號(hào)的實(shí)值EB-ESPRIT 算法。2 算法理論2.1 EB-ESPRIT以Ylm(φ,θ)表示復(fù)值球諧函數(shù)：其中l(wèi)≥0 和|m|≤l分別表示階數(shù)和模，Plm表示階數(shù)和模分別為l和m的勒讓德函數(shù)。定義球麥克風(fēng)陣列的接收聲壓信號(hào)：其中，k表示波數(shù)，r為球陣列半徑，模式強(qiáng)度bl(kr)=il·ρl(kr)，ρl(kr)是l階球貝塞爾函數(shù)?？紤]球諧函數(shù)與AVS 通道的相關(guān)性，如圖1 所示，將l的最大值限定為一階，在限定階數(shù)與模的條件下，對(duì)AVS 信號(hào)轉(zhuǎn)
電聲技術(shù) 2020年6期2020-10-27
- (G-V)-不變凸多目標(biāo)規(guī)劃的Wolfe型對(duì)偶條件
。1 基本定義稱(chēng)實(shí)值函數(shù)f:Rn→R是局部Lipschitz的[11]，若對(duì)任意x∈Rn，存在一個(gè)正數(shù)k和x的鄰域N(x)對(duì)任意y,z∈N(x)，使得‖f(y)-f(z)‖≤k‖y-z‖。若函數(shù)f為局部Lipschitz的，那么函數(shù)f:X→R在點(diǎn)x處沿方向d的Clarke廣義方向?qū)?shù)和Clarke廣義梯度分別定義為[11]：?f(x)={ξ∈Rn：f0(x;d)≥ξTd,?d∈Rn}。下面的不等式在整篇文章中都成立，對(duì)于任意x,y∈Rn，x≦y?xi≦yi
- n維模糊數(shù)值函數(shù)Henstock-Stieltjes積分原函數(shù)的可導(dǎo)性與導(dǎo)函數(shù)的可積性
向［1-4］.在實(shí)值函數(shù)情形下，Stieltjes積分可以看作是Riemann積分的推廣.對(duì)于模糊數(shù)值函數(shù)，Nanda［5］和 Wu［6］從不同角度定義了Riemann-Stieltjes積分.文獻(xiàn)［7-8］發(fā)現(xiàn)了連續(xù)的模糊數(shù)值函數(shù)關(guān)于單調(diào)不減函數(shù)是Riemann-Stieltjes可積的.2010 年，鞏增泰等［9］定義和討論了一維模糊數(shù)值函數(shù)的Henstock-Stieltjes積分及其性質(zhì)，研究了積分原函數(shù)的可導(dǎo)性與導(dǎo)函數(shù)的可積性.2014年，劉坤等
- 基于檢測(cè)器集層次聚類(lèi)的否定選擇算法
二進(jìn)制字符串)和實(shí)值表示[4]。實(shí)值否定選擇算法將自體與檢測(cè)器的各項(xiàng)屬性值表示為n維[0,1]實(shí)數(shù)范圍([0,1]n)內(nèi)的超立方體,更適合對(duì)現(xiàn)實(shí)問(wèn)題進(jìn)行描述,因而得到廣泛應(yīng)用[5]。由于半徑固定的實(shí)值否定選擇算法存在許多黑洞區(qū)域無(wú)法被檢測(cè)器覆蓋和檢測(cè),文獻(xiàn)[6]提出V-detector算法,該算法是一種半徑可變的實(shí)值否定選擇算法,可以顯著提高算法的檢測(cè)率,為實(shí)值否定選擇算法中最具代表性的算法,眾多后續(xù)研究與應(yīng)用都基于該算法展開(kāi)[7-16]。文獻(xiàn)[7]提出改
計(jì)算機(jī)工程 2020年6期2020-06-19
- “B-格式”聲信號(hào)實(shí)值MUSIC算法的DOA估計(jì)
微型化的應(yīng)用。對(duì)實(shí)值子空間算法的應(yīng)用近年來(lái)已經(jīng)在某些陣列中有所突破，時(shí)勝?lài)?guó)等[12]對(duì)矢量傳感器圓陣列的實(shí)值算法，利用聲壓與粒子速度的空間相關(guān)特性構(gòu)造一個(gè)實(shí)值互協(xié)方差矩陣來(lái)消除各向同性噪聲；柳艾飛等[13]提出了針對(duì)單組矢量信號(hào)的增強(qiáng)子空間MUSIC算法，考慮并抑制了由各通道功率不一致造成的偽像；Byeongho JO等[14]提出了實(shí)值化的EB-ESPRIT方法，通過(guò)球面諧波的半實(shí)值處理和額外的約束來(lái)克服回波數(shù)量不足和抑制噪聲干擾。但上述實(shí)數(shù)化的方法主要
電聲技術(shù) 2020年3期2020-06-18
- g模糊微分方程一類(lèi)邊值問(wèn)題解的存在唯一性
]中，作者研究了實(shí)值函數(shù)關(guān)于另外一個(gè)實(shí)值函數(shù)的導(dǎo)數(shù)，這種導(dǎo)數(shù)被稱(chēng)作g導(dǎo)數(shù)。g導(dǎo)數(shù)包含時(shí)標(biāo)上的Δ導(dǎo)數(shù)，而且由它引出的微分方程不僅包括時(shí)標(biāo)上的動(dòng)態(tài)方程，也包括脈沖微分方程。對(duì)g導(dǎo)數(shù)的研究最早追溯到1917年[2-3]，當(dāng)時(shí)學(xué)者主要為了研究Stieltjes積分相應(yīng)的導(dǎo)數(shù)。最近，在[4]中，作者研究了實(shí)值分布微分方程、實(shí)值g微分方程和相應(yīng)積分方程的等價(jià)性條件，得到了實(shí)值g微分方程解的存在性定理。我們基于模糊值函數(shù)的g導(dǎo)數(shù)概念，建立了模糊值函數(shù)的g模糊微分方程，推
- 基于實(shí)值矩陣的寬帶信號(hào)DOA估計(jì)方法
陣，取其虛部構(gòu)造實(shí)值矩陣[14]，根據(jù)實(shí)值矩陣噪聲子空間的特點(diǎn)，在搜索譜峰時(shí)中可以?xún)H搜索一半的角度，對(duì)于搜索時(shí)出現(xiàn)的角度模糊問(wèn)題，可通過(guò)MUSIC算法去模糊，從而達(dá)到正確估計(jì)效果。1 寬帶信號(hào)數(shù)學(xué)模型寬帶信號(hào)不同于窄帶信號(hào)，其包絡(luò)的變化與信號(hào)的瞬時(shí)頻率有關(guān)，同一時(shí)刻不同陣元上的信號(hào)相位和包絡(luò)均有差異，且信號(hào)包絡(luò)的差異不能忽略不計(jì)。假設(shè)空間遠(yuǎn)場(chǎng)存在P個(gè)寬帶信號(hào)，信號(hào)帶寬B∈[fl,fh]，以角度θ1,θ2,…,θP入射到由M個(gè)陣元組成的均勻線(xiàn)陣上，陣元間距d
雷達(dá)科學(xué)與技術(shù) 2019年6期2019-02-13
- 切比雪夫不等式及其應(yīng)用
在樣本空間?上的實(shí)值函數(shù)，則稱(chēng)X 為隨變量。若它僅取有限個(gè)或可列個(gè)值，則稱(chēng)其為離散型隨機(jī)變量。若它的可能取值充滿(mǎn)數(shù)軸上的一個(gè)區(qū)間（ a，b），則稱(chēng)其為連續(xù)性隨機(jī)變量。[1]分布函數(shù)：二、切比雪夫不等式的應(yīng)用證明：由于{Xn}相互獨(dú)立，從而有：由切比雪夫不等式可得：從而可得到：結(jié)語(yǔ)由上只是簡(jiǎn)單舉例分析了切比雪夫不等式在證明常數(shù)方差為零，估值，依概率收斂上的應(yīng)用，除了這些，切比雪夫不等式在證明馬爾科夫不等式上也有相應(yīng)的應(yīng)用。這里不再贅述。
新教育時(shí)代電子雜志(教師版) 2018年29期2018-10-11
- 單調(diào)測(cè)度空間上一般實(shí)值可測(cè)函數(shù)的泛積分
將進(jìn)一步討論一般實(shí)值可測(cè)函數(shù)泛積分的基本性質(zhì)，并給出相應(yīng)的泛積分收斂定理。2 預(yù)備知識(shí)下面我們回顧單調(diào)測(cè)度和非負(fù)可測(cè)函數(shù)的泛積分的定義。(1)μ(φ)=0且μ(X)>0；當(dāng)μ是單調(diào)測(cè)度時(shí)，(X，A，μ)稱(chēng)為單調(diào)測(cè)度空間。取A={a}，B=，則μ(A)+μ(B)=1.2≠1=μ(A∪B)=μ(X)。顯然，單調(diào)測(cè)度μ不具有可加性。一個(gè)集函數(shù)μ稱(chēng)為μ(A∪B)≤μ(A)+μ(B)。下面我們回顧非負(fù)可測(cè)函數(shù)的泛積分的定義。例2.2 在例2.1定義的單調(diào)測(cè)度空
- 具有時(shí)滯的復(fù)值微分系統(tǒng)的概周期解
多學(xué)者致力于研究實(shí)值泛函微分系統(tǒng)并且取得了豐富的研究成果[1-7]。但是在諸多應(yīng)用領(lǐng)域中，實(shí)值微分系統(tǒng)也有一定的局限性，如在電子信息工程領(lǐng)域，人們就需要處理復(fù)數(shù)數(shù)據(jù)，因此，復(fù)值泛函微分系統(tǒng)自然而然地被提出來(lái)。近年來(lái)，一些學(xué)者主要研究了復(fù)值泛函微分系統(tǒng)的穩(wěn)定性及周期性的問(wèn)題，特別是關(guān)于復(fù)值神經(jīng)網(wǎng)絡(luò)的研究取得了一定的成果[8-11]。從目前來(lái)看，對(duì)于復(fù)值微分系統(tǒng)概周期解的相關(guān)問(wèn)題的研究很少，而概周期解比周期解更具有一般性，所以研究復(fù)值微分系統(tǒng)的概周期解具有一定
- 實(shí)值形式背景下概念格的漸進(jìn)式并行構(gòu)造算法
是區(qū)間形式的普通實(shí)值。經(jīng)典的概念格主要應(yīng)用于發(fā)現(xiàn)二值(或多值)形式背景的概念構(gòu)造,因此,傳統(tǒng)形式背景中概念格的構(gòu)造方法并不適用于實(shí)值形式背景[3-4]。而實(shí)值形式背景概念格的構(gòu)造存在算法復(fù)雜性大等缺陷,現(xiàn)階段圍繞這一類(lèi)問(wèn)題的研究也缺少較好的普適性,故進(jìn)一步討論實(shí)值概念格的構(gòu)造具有一定的意義。Matlab已成為數(shù)值計(jì)算領(lǐng)域的主流工具,其擁有的并行計(jì)算工具箱(Parallel computing toolbox,PCT)和并行計(jì)算服務(wù)(Distributed
- 關(guān)于強(qiáng)T-擬凸函數(shù)的幾點(diǎn)注記
定義在D上的n元實(shí)值函數(shù)，若存在映射T:Rn→Rn使得D為T(mén)-凸集，且對(duì)?x,y∈D，及任意實(shí)數(shù)λ∈[0,1]，恒有f[λT(x)+(1-λ)T(y)]≤max{f(T(x)),f(T(y))},(1)則稱(chēng)f是D上的T-擬凸函數(shù).如果-f是D上的T-擬凸函數(shù)，則稱(chēng)f是D上的T-擬凹函數(shù).定義2[4]設(shè)D?Rn，f是定義在D上的n元實(shí)值函數(shù)，映射T:Rn→Rn使得D為T(mén)-凸集且T(D)為凸集，若對(duì)?x,y∈D，x≠y，以及任意實(shí)數(shù)λ∈[0,1]，有f[λT(
- 實(shí)變量復(fù)值函數(shù)的連續(xù)性
數(shù)連續(xù)；有界性將實(shí)值函數(shù)進(jìn)行傅里葉變換得到復(fù)值函數(shù)。傅里葉變換在信號(hào)處理，圖像處理以及微分方程求解中有廣泛的應(yīng)用，復(fù)值函數(shù)的研究并不像實(shí)值函數(shù)那么深入。對(duì)復(fù)值函數(shù)研究是必要而有意義的。本文提出了復(fù)值函數(shù)連續(xù)的概念，討論復(fù)值函數(shù)的連續(xù)性，給出了復(fù)值函數(shù)在求解中的應(yīng)用例子。1 復(fù)值函數(shù)的概念根據(jù)實(shí)值函數(shù)的概念，引入復(fù)值函數(shù)的概念與復(fù)合復(fù)值函數(shù)如下：定義1.1[3]設(shè)y=φ(t)和y=ψ(t)是區(qū)間[α,b]上的實(shí)函數(shù)，是虛數(shù)單位，如果對(duì)于區(qū)間[α,b]中的每一
山西農(nóng)經(jīng) 2017年20期2017-11-07
- 基于輔助陣元法的非圓信號(hào)實(shí)值MUSIC算法
陣元法的非圓信號(hào)實(shí)值MUSIC算法鄭春紅,賈潔民,鄧歡歡,楊剛(西安電子科技大學(xué)電子工程學(xué)院,陜西 西安 710071)針對(duì)非圓信號(hào)波達(dá)方向(direction of arrival,DOA)估計(jì)算法在工程應(yīng)用中受陣列誤差影響的問(wèn)題,基于輔助陣元法的基本原理,并結(jié)合非圓信號(hào)的特征提出了一種基于輔助陣元法的非圓信號(hào)實(shí)值多重信號(hào)分類(lèi)(multiple signal classification,MUSIC)算法。該算法利用非圓信號(hào)輸出陣列的實(shí)值擴(kuò)展方式,既提高
系統(tǒng)工程與電子技術(shù) 2016年11期2016-11-11
- 酉求根MUSIC算法在雙基地MIMO雷達(dá)中的應(yīng)用
算轉(zhuǎn)為實(shí)數(shù)，進(jìn)行實(shí)值特征分解得到噪聲子空間，對(duì)比原協(xié)方差矩陣和實(shí)值協(xié)方差矩陣的特征對(duì)應(yīng)關(guān)系，得出酉求根MUSIC譜函數(shù)，分兩步分別估計(jì)目標(biāo)DOA和DOD，且計(jì)算結(jié)果自動(dòng)配對(duì)。相對(duì)于傳統(tǒng)求根MUSIC算法，該算法只進(jìn)行協(xié)方差矩陣的實(shí)值特征分解而不需要進(jìn)行復(fù)數(shù)運(yùn)算，因此大大降低了計(jì)算量，而且在不降低陣列孔徑的條件下無(wú)需空間平滑即具有解相干能力。計(jì)算機(jī)仿真證明了該算法的有效性。多輸入多輸出雷達(dá)；波離角；波達(dá)角；酉求根MUSIC算法；實(shí)值協(xié)方差矩陣多輸入多輸出(m
哈爾濱工程大學(xué)學(xué)報(bào) 2016年9期2016-11-11
- 關(guān)于多元凸函數(shù)性質(zhì)的探討
定義在D上的n元實(shí)值函數(shù)[5]，若對(duì)?x,y∈D，及?實(shí)數(shù)λ∈[0,1]，恒有：(1)則稱(chēng)f是D上的下凸函數(shù)，簡(jiǎn)稱(chēng)凸函數(shù)．注：-f是D上的下凸函數(shù)，則稱(chēng)f是D上的凹函數(shù)．若當(dāng)λ∈[0,1]且x≠y時(shí),(1.1)中的不等式為嚴(yán)格不等式，則稱(chēng)f是D上的嚴(yán)格凸函數(shù)．則稱(chēng)f是D上的凸函數(shù)．定義4設(shè)D?Rn是凸開(kāi)集，若f是定義在D上的n元實(shí)值函數(shù)，稱(chēng)圖像空間Rn+1=Rn×R中的集合epif為f的上圖，其中epif={(x,c)T∈D×R|f(x)≤c}.定義5設(shè)D
黃岡師范學(xué)院學(xué)報(bào) 2016年3期2016-09-18
- 基于非圓信號(hào)特征的實(shí)值張量ESPRIT算法
于非圓信號(hào)特征的實(shí)值張量ESPRIT算法司偉建, 禹芳, 曲志昱, 米勝男(哈爾濱工程大學(xué)信息與通信工程學(xué)院, 黑龍江 哈爾濱 150001)基于最大非圓率非圓信號(hào)特點(diǎn),提出一種實(shí)值張量旋轉(zhuǎn)不變子空間(estimationsignalparametersviarotationalinvariancetechniques,ESPRIT)算法。首先,通過(guò)研究張量與矩陣之間的轉(zhuǎn)化關(guān)系,將陣列接收數(shù)據(jù)矩陣推廣到張量空間;然后,利用歐拉公式將陣列接收數(shù)據(jù)張量轉(zhuǎn)化成余
系統(tǒng)工程與電子技術(shù) 2016年9期2016-09-07
- 一種改進(jìn)的混沌序列量化算法
頻序列都是將混沌實(shí)值進(jìn)行二值量化，但是這種量化方法每產(chǎn)生一比特就需要迭代一次，當(dāng)需要的序列長(zhǎng)度較大時(shí)運(yùn)算量就會(huì)很大。文獻(xiàn)[7]提出了一種中間多比特量化方法，該方法是將混沌迭代的實(shí)值轉(zhuǎn)化為二進(jìn)制表示，舍去前N位，取中級(jí)L位作為混沌擴(kuò)頻序列，該方法可以減少運(yùn)算量，增加序列的周期。但是這種量化方法存在一些問(wèn)題，列如：所得的序列長(zhǎng)度只能是L的倍數(shù)，初值需要選取等，所以針對(duì)這些問(wèn)題，本文提出了一種改進(jìn)的量化算法，并將量化后的混沌擴(kuò)頻序列的平衡性、相關(guān)性能進(jìn)行仿真，經(jīng)
通信技術(shù) 2016年3期2016-09-03
- T－擬凸函數(shù)與嚴(yán)格T－擬凸函數(shù)的關(guān)系
定義在D上的n元實(shí)值嚴(yán)格T－擬凸函數(shù)，若?α0∈(0，1)，?x，y∈D有:則f是D上的T－擬凸函數(shù)．證明 反證法 假設(shè)?x，y∈D，λ0∈(0，1)有:f［λ0T(x)+(1－λ0)T(y)］＞max{f(T(x))，f(T(y))}，不失一般性，設(shè)f(T(x))≥f(T(y))，并令z=λ0T(x)+(1－λ0)T(y)，可知:由引理1 可知:T(D)?D，則存在z0∈D，使得:T(z0)=z，即得:T(z0)=λ0T(x)+(1－λ0)T(y)，若f
- 圖的Fractional邊全控制
孤立邊的圖，一個(gè)實(shí)值函數(shù)f:E(G)→[0,1]若對(duì)所有的邊e∈E(G)，均有成立，則稱(chēng)f為圖G的一個(gè)Fractional邊全控制函數(shù)。圖G的Fractional邊全控制數(shù)定義為為圖G的一個(gè)Fractional邊全控制函數(shù)}。確定了一般圖的Fractional邊全控制數(shù)若干界限，同時(shí)也研究了幾類(lèi)特殊圖Fractional邊全控制問(wèn)題，給出了一些特殊圖的Fractional邊全控制數(shù)。Fractional邊全控制函數(shù)；Fractional邊全控制數(shù)；Frac
華東交通大學(xué)學(xué)報(bào) 2015年6期2015-12-08
- 互耦效應(yīng)下一種基于實(shí)值稀疏表示的波達(dá)方向估計(jì)算法
耦效應(yīng)下一種基于實(shí)值稀疏表示的波達(dá)方向估計(jì)算法吳振1，戴繼生1，2，朱湘臨1，趙德安1（1.江蘇大學(xué)電氣信息工程學(xué)院，江蘇鎮(zhèn)江212013；2.東南大學(xué)移動(dòng)通信國(guó)家重點(diǎn)實(shí)驗(yàn)室，江蘇南京210096）針對(duì)未知互耦條件下的波達(dá)方向（DOA）估計(jì)問(wèn)題，提出了一種未知互耦條件下基于實(shí)值稀疏表示的加權(quán)子空間DOA估計(jì)算法。新算法利用一個(gè)特定的酉變換矩陣，將一個(gè)復(fù)雜的復(fù)值優(yōu)化問(wèn)題轉(zhuǎn)化為一個(gè)實(shí)值優(yōu)化問(wèn)題，從而有效地將原問(wèn)題的計(jì)算復(fù)雜度減少4倍以上。此外，為了進(jìn)一步提高稀
兵工學(xué)報(bào) 2015年2期2015-11-11
- 求解非凸半定規(guī)劃的非線(xiàn)性拉格朗日函數(shù)法補(bǔ)充證明
關(guān)的4 種具體的實(shí)值函數(shù)是如何滿(mǎn)足假設(shè)條件的，而這些結(jié)論在某種程度上并不是顯然的。本文根據(jù)一階均差矩陣的定義以及4 種實(shí)值函數(shù)的特有性質(zhì)，就上述問(wèn)題給出詳盡的證明過(guò)程，對(duì)文獻(xiàn)［7］進(jìn)行了必要的補(bǔ)充。1 預(yù)備知識(shí)文獻(xiàn)［7］研究了具有如下形式的非凸半定規(guī)劃問(wèn)題:式中，f:Rn→R，h:Rn→Rq，G:Rn→Sp都是二次連續(xù)可微的，Sp是p ×p 維實(shí)對(duì)稱(chēng)矩陣構(gòu)成的空間;并構(gòu)造了形式如下的一類(lèi)非線(xiàn)性拉格朗日函數(shù):這里t ＞0 是一個(gè)懲罰參數(shù)，在數(shù)值試驗(yàn)取值時(shí)，t
大連民族大學(xué)學(xué)報(bào) 2015年1期2015-02-17
- 在再生核空間中帶有積分邊值條件的分?jǐn)?shù)階偏微分方程的近似解
1］上的絕對(duì)連續(xù)實(shí)值函數(shù)，u'(x)∈L2［0，T］}.其內(nèi)積為:〈u(x)，定義 1.3 定義內(nèi)積空間W32［0，1］ ={u(x)|u(x)，u'(x)，u″(x)是［0，1］上的絕對(duì)連續(xù)實(shí)值函數(shù)，u″(x)∈L2［0，1］，且aiu(i-1)+定理1.2 函數(shù)空間W32［0，1］是再生核空間.下證其是再生核空間，由文獻(xiàn)［9］中定理1.1知只需證對(duì)任意的u(x)∈，存在正數(shù)Cx，使得|u(x)|≤Cx‖u(x)‖.因?yàn)閡(x)=，所以|u″(x)|≤|
- 基于直覺(jué)模糊集和有效測(cè)度的Choquet積分
覺(jué)模糊集合上基于實(shí)值有效測(cè)度和實(shí)值可測(cè)映射的Chouquet積分，并研究其性質(zhì).設(shè)X是一個(gè)非空集合, F是由X的若干經(jīng)典子集組成的σ-代數(shù), (X，F(xiàn))稱(chēng)為可測(cè)空間, C是由X的若干經(jīng)典子集組成的類(lèi).M={f:X→[-∞,∞]|f是可測(cè)的}，M+={f:X→[0,∞]|f是可測(cè)的}.定義1[4-6]映射μ: C→[0, ∞] 稱(chēng)為有效測(cè)度當(dāng)且僅當(dāng)若?∈C，有μ(?)=0.值得關(guān)注的是：模糊測(cè)度、λ-模糊測(cè)度、擬測(cè)度、信任測(cè)度、似然測(cè)度等都是特殊的有效測(cè)度.
- 一個(gè)負(fù)系數(shù)的p葉解析函數(shù)的偏差定理
,則有注意到z取實(shí)值時(shí),((Dn+1f(z))/Dng(z))也為實(shí)值.令z→1ˉ則有從而反之,若（4）式成立,則有當(dāng)?shù)絑取實(shí)值時(shí),(Dn+1f(z)/Dng(z))也為實(shí)值.令z→1ˇ,則有從（4）式得到由此推出∞所以f(z)∈Cn(α,p).當(dāng)f(z)=g(z)時(shí),從引理得到：從推論1得到3 偏差定理定理 由（1）式所確定的函數(shù)f(z)∈Cn(α,p),則有是精確的,(7)和(8)式極值函數(shù)為證明 設(shè)f(z)∈Cn(α,p),由引理可知從（9）式推出由
赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版 2014年7期2014-07-22
- 實(shí)值信息系統(tǒng)上基于熵的屬性約簡(jiǎn)
安710048)實(shí)值信息系統(tǒng)上基于熵的屬性約簡(jiǎn)魯文霞，馬盈倉(cāng)(西安工程大學(xué)理學(xué)院，陜西西安710048)研究實(shí)值系統(tǒng)中的知識(shí)獲取是粒計(jì)算研究的主要方向之一.為給出一種高效的知識(shí)獲取方法，文中基于鄰域粗糙集的原理，針對(duì)實(shí)值特點(diǎn)，在實(shí)值信息系統(tǒng)上給出熵和基于熵的屬性重要度的定義和約簡(jiǎn)定理.同時(shí)研究其性質(zhì)，并給出了實(shí)值信息系統(tǒng)上基于熵的屬性重要度的約簡(jiǎn)算法，對(duì)算法的性質(zhì)進(jìn)行了分析，通過(guò)實(shí)例驗(yàn)證了該算法的有效性.粗糙集理論;實(shí)值系統(tǒng);屬性約簡(jiǎn);熵0 引言粗糙集作為
西安工程大學(xué)學(xué)報(bào) 2014年1期2014-06-23
- 關(guān)于圖的Fractional控制數(shù)
f:V→R為1個(gè)實(shí)值函數(shù)，則記下面給出關(guān)于圖的Fractional控制的定義.定義1［3］設(shè)G=(V，E)為1個(gè)圖，實(shí)值函數(shù)f:V→［0，1］滿(mǎn)足f(N［u］)≥1對(duì)一切u∈V(G)都成立，則稱(chēng)f為圖G的1個(gè)Fractional控制函數(shù)(簡(jiǎn)稱(chēng)為F-控制函數(shù)).圖G的Fractional控制數(shù)(簡(jiǎn)稱(chēng)為F-控制數(shù))定義為γf(G)=min{f(V)︱f為圖G的F-控制函數(shù)}.且稱(chēng)滿(mǎn)足γf(G)=f(V)的F-控制函數(shù)為1個(gè)最小F-控制函數(shù).對(duì)于任何圖G，由于常
- 半連續(xù)模糊映射的性質(zhì)
單介紹上下半連續(xù)實(shí)值函數(shù)在優(yōu)化理論中扮演重要的角色.此處引進(jìn)了關(guān)于模糊集和模糊映射的上下半連續(xù)的概念和參考了很多文獻(xiàn).例如，Ramik研究了上/下半連續(xù)的模糊集的概念.基于上半連續(xù)模糊集的概念，Ramik確定了決定獲得最大-最小值的條件.在Hausdorff分離定理的基礎(chǔ)上，Diamond和Kloeden［4］引入上下半連續(xù)模糊映射的概念.最近，Bao和Wu［1］通過(guò)在模糊數(shù)上的“模糊較大值”，引進(jìn)了一種新的上下半連續(xù)模糊映射的概念.在參考文獻(xiàn)［5］里，“
- 函數(shù)空間相對(duì)性質(zhì)的研究
RX是X上的所有實(shí)值函數(shù)的集合，令 A?X，B?R，定義 M(A,B)={f∈RX|f(A)?B}。設(shè) Φ 是X的所有有限子集構(gòu)成的集族，τ是R的通常拓?fù)?。令B=｛∩i=1kM(Ai,Ui)|Ai∈Φ，Ui∈τ，｝,則稱(chēng)以B為基生成的 RX的拓?fù)錇?RX的點(diǎn)態(tài)收斂拓?fù)?。顯然，RX也可以看作是笛卡爾積，其中對(duì)任意x∈X，有RX=R.于是，具有以在 Rxi中開(kāi)}為基的積拓?fù)?易證RX上的點(diǎn)態(tài)收斂拓?fù)渑c笛卡爾積的積拓?fù)湎嗤１娝苤?，積空間關(guān)于是封閉的，且實(shí)數(shù)空
長(zhǎng)春教育學(xué)院學(xué)報(bào) 2013年2期2013-08-15
- 基于多高斯窗的實(shí)值離散Gabor變換
9基于多高斯窗的實(shí)值離散Gabor變換李 銳，陶 亮安徽大學(xué) 計(jì)算智能與信號(hào)處理教育部重點(diǎn)實(shí)驗(yàn)室，合肥 2300391 引言Gabor變換是重要的時(shí)頻分析方法之一[1]。Gabor變換的重要特點(diǎn)在于Gabor變換系數(shù)揭示了信號(hào)在時(shí)域與頻域的局部化性，Gabor變換的優(yōu)點(diǎn)已被用于非平穩(wěn)信號(hào)的處理，如生物醫(yī)學(xué)信號(hào)的分析與處理、信號(hào)的檢測(cè)、圖像壓縮、圖像識(shí)別、線(xiàn)性時(shí)變系統(tǒng)建模等方面。然而，由于傳統(tǒng)復(fù)值離散Gabor變換算法具有較高的計(jì)算復(fù)雜性，從而限制了其實(shí)時(shí)應(yīng)
計(jì)算機(jī)工程與應(yīng)用 2013年5期2013-07-11
- 混沌遙測(cè)及其非合作信號(hào)檢測(cè)與參數(shù)估計(jì)?
沌遙測(cè)信號(hào)檢測(cè)、實(shí)值混沌遙測(cè)信號(hào)識(shí)別和混沌遙測(cè)系統(tǒng)參數(shù)估計(jì)方面分析了可供非合作者利用的特征和方法。提出了基于Duffing振子的混沌遙測(cè)信號(hào)檢測(cè)方法，以及基于相空間重構(gòu)的遙測(cè)信號(hào)識(shí)別方法和基于混沌同步的遙測(cè)系統(tǒng)參數(shù)估計(jì)方法。仿真分析表明所構(gòu)造方法可以實(shí)現(xiàn)對(duì)混沌遙測(cè)信號(hào)的非合作分析?；煦邕b測(cè)；信號(hào)檢測(cè)；參數(shù)估計(jì)；非合作分析1 引言遙測(cè)是測(cè)控系統(tǒng)的重要組成部分，對(duì)無(wú)人機(jī)、導(dǎo)彈、衛(wèi)星的發(fā)射和運(yùn)行有著舉足輕重的作用。遙測(cè)信號(hào)中攜帶大量有用信息，包含目標(biāo)的工作狀態(tài)、
電訊技術(shù) 2013年6期2013-03-25
- 模糊隨機(jī)過(guò)程函數(shù)列均方一致Henstock積分的可積性*
a,b]上的一個(gè)實(shí)值函數(shù),[a,b]的一個(gè)劃分T={[ti-1,ti];ξi,i=1,2,…,n},如果滿(mǎn)足下列條件:(i)a=t02 主要結(jié)果和證明下面先給出二階模糊隨機(jī)過(guò)程均方一致Henstock可積的定義。定義3 設(shè){Xn,n∈N}∈L2是[a,b]上Henstock可積函數(shù)列,稱(chēng){Xn}在[a,b]上均方一致Henstock可積,如果對(duì)任給ε>0,存在實(shí)值函數(shù)δ(t)>0,使得對(duì)[a,b]上的任意δ精細(xì)劃分T={[ti-1,ti];ξi,i=1,2
- 非局部邊界條件的Jaulent-Miodek算子的跡公式
為[0,π]上的實(shí)值連續(xù)函數(shù).1 問(wèn)題（1）決定特征值的整函數(shù)我們先來(lái)考慮問(wèn)題（2）其中 p(x),q(x),μ(x)均為[0,π]上的實(shí)值連續(xù)函數(shù).引理 由[2]知:(2)的解 φ(x,λ)對(duì) λ 的漸進(jìn)式為證明 由于問(wèn)題(2)的解φ(x,λ)滿(mǎn)足(1)的第一個(gè)邊界條件，將φ(x,λ)帶入到(1)的第二個(gè)邊界條件可得：所以 φ(x,λ)是(1)的解，λ 是(1)的特征值.由此可知 ω(λ)的零點(diǎn)集合與(1)的特征值集合重合.由引理知:2 問(wèn)題(1)的跡顯
赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版 2011年2期2011-10-21
- B－不變凸函數(shù)的新性質(zhì)
在集合S上的可微實(shí)值函數(shù)，稱(chēng)f（x）在y∈S是關(guān)于η（x，y）的B－不變凸函數(shù)，若如果f（x）在每一點(diǎn)y∈S關(guān)于η（x，y）是B－不變凸的，則稱(chēng)函數(shù)f（x）在S上關(guān)于η（x，y）的B－不變凸函數(shù)。定義2［2］設(shè)S?Rn關(guān)于η：Rn×Rn→Rn是不變凸集，b（x，y）：S×S→R＋，設(shè)f（x）是定義在集合S上的可微實(shí)值函數(shù)，稱(chēng)f（x）在y∈S是關(guān)于η（x，y）的擬B－不變凸函數(shù)，若如果f（x）在每一點(diǎn)y∈S關(guān)于η（x，y）是擬B－不變凸的，則稱(chēng)函數(shù)f（x）在
- 半連續(xù)函數(shù)的預(yù)不變凸性
Rn的不變凸集,實(shí)值函數(shù)f:X→R,若?x,y∈Rn;?λ∈[0,1]有f(y+λη(x,y))≤λf(x)+(1-λ)f(y),則稱(chēng)f關(guān)于相同的η是預(yù)不變凸函數(shù)。定義3 設(shè)X?Rn是關(guān)于向量函數(shù)η:Rn×Rn→Rn的不變凸集,實(shí)值函數(shù)f:X→R,若?x,y∈Rn,?λ∈[0,1],當(dāng)x≠y時(shí),有f(y+λη(x,y))＜λf(x)+(1-λ)f(y),則稱(chēng)f關(guān)于相同的η是嚴(yán)格預(yù)不變凸函數(shù)。條件C:稱(chēng)向量函數(shù)η:Rn×Rn→Rn滿(mǎn)足條件C,如果?x,y∈R