范数
范数的相关文献在1982年到2022年内共计1026篇,主要集中在数学、自动化技术、计算机技术、无线电电子学、电信技术
等领域,其中期刊论文520篇、会议论文5篇、专利文献501篇;相关期刊341种,包括荆楚理工学院学报、电子科技大学学报、黑龙江大学自然科学学报等;
相关会议4种,包括第八届中国青年运筹信息管理学者大会、中国通信学会通信理论与信号处理专业委员会2005年通信理论与信号处理年会、中国自动化学会第三届全国学术年会等;范数的相关文献由2099位作者贡献,包括杨必成、赵海全、彭志辉等。
范数
-研究学者
- 杨必成
- 赵海全
- 彭志辉
- 洪勇
- 岳东
- 李勇
- 杨永鹏
- 荆晓远
- 高广谓
- 匡继昌
- 孙艳丰
- 胡永利
- 何成文
- 张弓
- 张晶晶
- 李建林
- 杨真真
- 胡光岷
- 蒋建新
- 蔡玉芳
- 袁运斌
- 赵建兴
- 郑建炜
- 陈婉君
- 黄廷祝
- 关欣
- 刘宏伟
- 史治国
- 吉国兴
- 吴松松
- 周成伟
- 周生华
- 孙超
- 庞会娟
- 张波
- 张笑钦
- 张莉
- 徐磊磊
- 施龙
- 李学龙
- 李家强
- 桑彩丽
- 段继忠
- 毕辉
- 焦李成
- 牛毅
- 王勇
- 王廷辅
- 王绪本
- 石光明
-
-
张要;
马盈仓;
朱恒东;
李恒;
陈程
-
-
摘要:
对于多标签特征选择算法,通常假设数据与标签间呈现某种关系,以该关系为基础并通过正则项的约束可解决多标签特征选择问题,但该关系也可能是两种或多种关系的结合。为准确描述数据与标签间的关系并去除不相关的特征和冗余特征,基于logistic回归模型与标签流形结构提出多标签特征选择算法FSML。使用logistic回归模型的损失函数学习回归系数矩阵,利用标签流形结构学习数据特征的权重矩阵,通过L;-范数将系数矩阵和权重矩阵进行柔性结合,约束系数矩阵与权重矩阵的稀疏性并实现多标签特征选择。在经典多标签数据集上的实验结果表明,与CMLS、SCLS等特征选择算法相比,FSML算法在汉明损失、排名损失、1-错误率、覆盖率、平均精度等5个性能评价指标上表现良好,能更准确地描述数据与标签间的关系。
-
-
大学数学编辑部
-
-
摘要:
问题13(供题者:北京大学冯荣权,北京国际数学中心许地生)定义n阶实矩阵A范数为‖A‖=sup‖v‖=1‖Av‖,其中‖v‖表示n维向量v的范数.若A的元素都是整数,则称A为整矩阵.证明:若A为整矩阵且‖A‖≤1,则存在整矩阵P和正整数m使得det(P)≠0且PA m P-1=I r OO O,其中r=rank(A m).
-
-
王揄辰;
杨士俊
-
-
摘要:
考虑了再生核希尔伯特空间连续线性泛函范数的表示,得到了用其范数平方等于该线性泛函连续两次作于再生核的简明表示.对于常见的Sobolev-Hibert空间而言,其再生核则可用截幂函数来表示,从而得到Sobolev-Hibert空间上连续线性泛函范数的简洁表示,以新视角解释和简化了文献中的现有结果.
-
-
葛芸;
马琳;
叶发茂;
储珺
-
-
摘要:
遥感图像内容丰富,一般的深度模型提取遥感图像特征时容易受复杂背景干扰,对关键特征的提取效果不佳,并且难以表达图像的空间信息,该文提出一种基于多尺度池化和范数注意力机制的深度卷积神经网络,在通道层面与空间层面自适应地给显著特征加权。首先,在多尺度池化通道注意力模块中,结合空间金字塔池化的思想,对每个通道上的特征图进行不同尺度的最大池化。接着,采用自适应均值池化将尺寸不同的特征图转换为统一尺寸,以便通过逐像素相加的方式来关注不同尺度的显著特征。然后,在范数空间注意力模块中,将各通道对应同一空间位置的像素构成向量,通过计算向量组的L1范数和L2范数,获得具有空间信息的特征图。最后,采用级联池化的方法优化高层特征,并将该高层特征用于遥感图像检索。在UC Merced,AID与NWPU-RESISC453个数据集上进行实验,结果表明该文所提注意力模型,关注了不同尺度的显著特征,结合了空间信息,提高了检索性能。
-
-
桂杰;
曹力;
伯彭波;
顾兆光
-
-
摘要:
可展特征是三维网格模型的常见几何特征。为了更好地对具备可展特征的网格模型进行去噪,提出一种面向可展特征的网格模型去噪方法。首先基于变分形状逼近策略分割可展区域,识别出网格模型上可展特征区域,并对分割区域进行基于可展性度量的合并和划分,改进现有L;去噪算法中针对非均匀噪声网格的正则优化表达项,引入三角网格顶点的可展度量项,利用可展特征的曲面法向量L;范数的优化问题求解实现网格模型的去噪。通过对多个模型数据集中的大量模型数据进行处理,验证了该方法的有效性。实验表明,结合模型的可展特性的去噪方法在保持模型的几何特征特别是可展特征上效果优于已有方法。
-
-
卢星含;
郑钰辉;
张建伟
-
-
摘要:
提出了一种基于全变分正则与L_(2,1)范数的视频去雨张量模型用于解决雨线遮挡问题。首先,对雨线成分与视频背景先验信息进行预处理,获取相应正则化条件的构建依据以增强各部分稀疏性,便于促进雨线分离。其次,考虑到视频图像存在不规则动态对象,引入全变分正则项来抑制背景强度变化,缓解雨线的误判现象。采用交替方向乘子法(alternating direction method of multipliers,ADMM)可以有效地对所提出的张量模型进行求解,并在合成数据与真实数据集上开展大量实验。结果表明,所提方法在动态背景情况下有效去除视频图像雨线的同时,保留了更多背景细节信息。与相关先进方法相比,所提方法在峰值信噪比、结构相似性和残差三种综合性能量化指标上均具有较大的优势。
-
-
张赛男
-
-
摘要:
随着广义系统的深入研究,目前对范数的研究也越来越有难度。如今更是许多人愿意去研究的热门课题之一,到目前为止对广义系统研究方法有几何方法、频域法、时域法这三种方法.范数的时域计算是基于对李雅普诺夫方程的研究,研究出对于给定的广义系统是否存在稳定并且无脉冲的特性,同时也给出了具体的满足条件和相应的等价条件,因此,基于对李雅普诺夫方程的掌握,将未完全给出的证明过程进行完善,将此内容补充完整就需要用到广义系统的时域计算方法,也被称作为状态空间方法来解决.
-
-
王肖锋;
陆程昊;
郦金祥;
刘军
-
-
摘要:
主成分分析(Principal component analysis,PCA)是一种广泛应用的特征提取与数据降维方法,其目标函数采用L2范数距离度量方式,对离群数据及噪声敏感.而L1范数虽然能抑制离群数据的影响,但其重构误差并不能得到有效控制.针对上述问题,综合考虑投影距离最大及重构误差较小的目标优化问题,提出一种广义余弦模型的目标函数.通过极大化矩阵行向量的投影距离与其可调幂的2范数之间的比值,使得其在数据降维的同时提高了鲁棒性.在此基础上提出广义余弦二维主成分分析(Generalized cosine two dimensional PCA,GC2DPCA),给出了其迭代贪婪的求解算法,并对其收敛性及正交性进行理论证明.通过选择不同的可调幂参数,GC2DPCA可应用于广泛的含离群数据的鲁棒降维.人工数据集及多个人脸数据集的实验结果表明,本文算法在重构误差、相关性及分类率等性能方面均得到了提升,具有较强的抗噪能力.
-
-
赵慧;
张琳
-
-
摘要:
利用互无偏测量可以很好地研究量子态的可分问题.首先,利用对角对称态和密度矩阵部分转置正的关系,结合互无偏测量,研究了两体量子系统中2类对角对称态可分性,给出了可分的充要条件.其次,研究了两体量子系统中子系统维数为2的量子态可分性,利用密度矩阵的Bloch表示,以及互无偏测量和群生成元的关系,给出了态可分的必要条件.最后,研究了两体任意维量子系统中量子态的可分性,利用迹范数与向量范数的关系以及互无偏测量和密度矩阵之间的关系,给出了态可分判据,并用具体例子说明可分判据能判别出更多的纠缠态.
-
-
-
-
侯晓丽;
胥布工
- 《第25届中国控制会议》
| 2006年
-
摘要:
本文考虑了状态矩阵中不确定性是范数有界情况下的不确定系统的变结构控制问题.首先根据附录中新的指数稳定性定理给出所考虑的不确定系统指数稳定的一个判据,然后直接利用系统的输入矩阵,给出滑模面方程,设计控制律,使得该控制律能保证系统在有限时间到达滑模面,且受限在滑模面上的降阶等价系统是指数稳定的,从而实现滑模控制.所给判据形式简单,易于验证.最后通过一个例子说明该控制方法的有效性.
-
-
-