学科分类
/ 2
30 个结果
  • 简介:Γ函数的表示法张占通,李效忠,潘杰(天津理工学院)(合肥工业大学)Г函数是熟知的超越函数之一,它在微分方程、概率论、积分变换和数值计算等数学分析中有着广泛的应用.我们将在实数域和复数域内给出Г函数的各种不同定义或表示法,证明它们的等价性,并简单介绍Г...

  • 标签: Γ函数 复数域 积分变换 实数域 无穷乘积 合肥工业大学
  • 简介:<正>教材分析函数的表示方法是对函数概念的深化与延伸.解析法、图像法和列表法从三个不同的角度刻画了自变量与函数值的对应关系.这三种表示方法既可以独立的表示函数,又可以相互转化;既各有侧重和优势,又各有劣势

  • 标签: 函数概念 列表法 图像法 表示函数 函数图像 函数解析式
  • 简介:介绍了密度矩阵的概念、Hilbert-Schmidt内积、由此内积诱导的范数,然后以矩阵及算子理论为基础,借助内积这一数学工具给出了二阶、四阶、八阶密度阵的表示,并对二阶、四阶、八阶密度阵表示进行了分析,得到了相关结论,最后将其结论推广到2~n阶密度阵.

  • 标签: 密度矩阵 内积 范数 正规正交基
  • 简介:本文首先定义了内积函数,这个概念推广了内积的定义.然后定义了Hilbert空间(H,〈·,·〉)上由严格正算子A诱导的范数,这个范数与由〈·,·〉诱导的范数是等价的.进一步,证明了所有的内积函数与线性有界的严格正算子全体之间存在一一对应关系.

  • 标签: Frechet-Riesz定理 严格正算子 内积函数
  • 简介:首先研究了Kleene-Stone代数的由素滤子生成的同余关系的性质,然后在此基础上给出了Kleene-Stone代数的分类,最后证明了对每个KS-n代数L(n),存在一个商代数L(n)/~嵌入于有限的KS-n代数Ω(n)中.

  • 标签: Kleene-Stone代数 同余关系 KS-n代数
  • 简介:为一般Lorentz变换给出了一种新的形式简单四元数表示。其特点是所用四元数(Qu-acerniom)的分量要么是实数,要么是纯虚数。与以往的向量一张量表示和八元数表示(双四元数)相比,有其明显的优点。

  • 标签: LORENTZ变换 四元数 八元数 向量-张量
  • 简介:稀疏表示是近年来新兴的一种数据表示方法,是对人类大脑皮层编码机制的模拟。稀疏表示以其良好的鲁棒性、抗干扰能力、可解释性和判别性等优势,广泛应用于模式识别领域。基于稀疏表示的分类器在人脸识别领域取得了令人惊喜的成就,它将训练样本看成字典,寻求测试样本在字典下的最稀疏的表示,即用尽可能少的训练样本的线性组合来重构测试样本。但是经典的基于稀疏表示的分类器没有考虑训练样本的类别信息,以致被选中的训练样本来自许多类,不利于分类,因此基于组稀疏的分类器被提出。组稀疏方法考虑了训练样本的类别相似性,其目的是用尽可能少类别的训练样本来表示测试样本,然而这类方法的缺点是同类的训练样本或者同时被选中或者同时被丢弃。在实际中,人脸受到光照、表情、姿势甚至遮挡等因素的影响,样本之间关系比较复杂,因此最后介绍局部加权组结构稀疏表示方法。该方法尽量用来自于与测试样本相似的类的训练样本和来自测试样本邻域的训练样本来表示测试样本,以减轻不相关类的干扰,并使得表示更稀疏和更具判别性。

  • 标签: 稀疏表示 稀疏正则化 组稀疏 人脸识别
  • 简介:令C为复数域,G为有限群。由于每个CG-模可以写成不可约CG-模的直和,于是对表示的研究实际转化成了对不可约表示的研究。而群的忠实表示可以比较好地体现原有群的性质,所以,对于给定的群,找出该群所有不可约忠实表示是很有意义的。而对于一般有限群来说,找出其所有不可约忠实表示并不容易。本文我们给出了有限阿贝尔群G的所有不可约忠实表示

  • 标签: 有限阿贝尔群 不可约表示 忠实表示 循环群
  • 简介:在本文中,主要讨论了(p,λ)-Koszul模范畴(Kλ~P(A))和线性表示模范畴(L(A))两者之间的关系.特别地,我们得到了KλP(A)=L(A)的一些充分必要条件.

  • 标签: (p λ)-Koszul模 有线性表示的模
  • 简介:对于半平面中的调和函数,在本文中证明了如果它的正部满足某些限制增长条件,则它可以用半平面边界上的积分表示出来并且它的绝对值也满足类似的增长条件,这一结果改进了在半平面中调和函数的某些经典结果.

  • 标签: 调和函数 积分表示 估计
  • 简介:分析了模糊集贴近度理论,得到模糊集贴近度表示的几种形式,为贴近度的实际应用提供了极大的方便.

  • 标签: 模糊集 贴近度 隶属函数
  • 简介:本文提出的MMD算法用于提高模型区别错误信息和正确信息的能力.利用该算法在对模型的参数进行重估计时.涉及到复杂的目标函数的梯度运算.击运用矩阵运算使得梯度运算变得简单明了,因此本文给出了MMD算法下的HMM参数重估计的矩阵表示形式并给出了证明.

  • 标签: 最大模型距离 梯度法 隐马尔可夫模型 重估计 矩阵表示 D算法
  • 简介:设{Ei:i∈I}是侧完备Riesz空间E中的一族理想,且Ei∩Ej=φ(i,j∈I,ij).文章引入理想族{Ei:i∈I}直和的概念,并给出一个表示定理.文章证明了:存在一个完备的正则Hausdorff空间X使得理想族的直和Riesz同构于C(X)其充要条件是对每个i∈I存在一个紧Hausdorff空间Xi使得EiRiesz同构于C(Xi).

  • 标签: 侧完备 理想 直和 Riesz同构