导读:本文包含了正则映射论文开题报告文献综述及选题提纲参考文献,主要关键词:跨媒体检索,半监督学习,联合图正则化,l_1范数
正则映射论文文献综述
龚庆[1](2019)在《基于改进的损失函数和联合图正则化的半监督跨媒体特征映射方法研究》一文中研究指出随着互联网及信息处理技术的发展,多媒体数据海量增加。如何将异构多媒体数据特征转化为同构的数据特征,进而测量不同类型媒体数据之间的相似性是跨媒体检索面临的主要挑战。本文探讨损失函数的改进方法和联合图正则化的改进方法,设计改进的基于半监督的跨媒体特征映射方法。现有的跨媒体检索方法大多是对相似性和语义信息分别进行建模。这两种信息的共同建模能够改善跨媒体检索的性能。现有方法没有充分利用未标记的多媒体数据且对噪声数据和异常值较敏感。本文通过设计改进的损失函数和联合正则化方法来提升跨媒体检索的性能。(1)损失函数中加入了多媒体数据的未标记信息来优化跨媒体特征映射方法,利用特征距离表示优化过程中未标记数据的语义信息,并利用联合图正则化方法获得识别性更高的跨媒体检索映射矩阵。(2)基于l1范数的重构正则约束改进了跨媒体检索的性能,探讨了基于公共子空间理论学习不同类型媒体数据的稀疏映射矩阵,并利用l2,1范数代替传统的F范数对损失函数进行正则化,使学习到的映射矩阵更稀疏。(3)由于传统的图拉普拉斯算子对噪声较敏感,本文基于l1范数的图拉普拉斯算子对多媒体数据的初始结构信息进行正则化,使得提出的方法对噪声和异常值具有更强的鲁棒性。在此基础上,进一步提出了基于交替方向乘子法的优化算法,用于优化基于l1范数的图拉普拉斯正则化方法。本文在公开数据集Wikipedia和XMedia上对所设计的方法进行了测试,并与现有方法进行了比较。大量实验结果表明,所做工作在一定程度上提高了跨媒体检索的性能。(本文来源于《山东大学》期刊2019-05-18)
徐海清[2](2019)在《两类平面上的同胚映射的正则性》一文中研究指出本博士论文研究两类平面上的同胚映射的正则性.第一类是满足如下条件的Sobolev同胚映射f∈Wloc 1,1(Ω,R~2),(1)Jacobian行列式是局部可积的,i.e.Jf∈Lloc1=(Ω),(2)存在一个可测函数K≥1使得对几乎处处:x ∈ Ω都有|Df(x)|2≤<K(x)Jf(x).(0.1)记Kf是令(0.1)成立的最小的K.当这类函数满足exp(Ap,n(Kf))∈Lloc 1 时(这里Ap,n是一个依赖参数p和n的次线性函数),我们证明了 f-1也满足(0.1)并且得到Kf-1在此时的最优正则性.给定一个从单位圆周S1到自身的同胚映射h,由Rado-Kneser-Choquet-Lewy定理可知复值的Poisson延拓P[h]是闭单位圆盘D到自身的微分同胚.我们建立了h-1在S1上的双重积分,|DP[h]|的加权L2(D)可积性以及|DP[h]|在D上的的Orlicz可积性的等价关系.进一步,我们将等价关系推广到同胚映射h:S1→(?)Ω 这里Ω是内部chord-arc域。(本文来源于《中国科学技术大学》期刊2019-03-01)
韦扬江,梁林花,苏磊磊,徐合燕[3](2018)在《虚二次环的商环的立方映射图的半正则性(英文)》一文中研究指出令Q为有理数域,d=-3,-7,-11,-19,-43,-67,-163,K=Q(d~(1/2)).该文研究了K的整数环的商环的立方映射图的半正则性.(本文来源于《广西师范学院学报(自然科学版)》期刊2018年03期)
张彬彬[4](2018)在《集值映射的广义度量次正则性》一文中研究指出度量次正则性及其相关的误差界、弱sharp极小值等正则性性质在集值分析、优化理论及其应用中起着非常重要的作用.鉴于其在实际应用中的局限性,近年来许多学者考虑了更一般的广义度量次正则性,其中包括φ-度量次正则性、Holder度量次正则性及Pseudo度量次正则性等.本文的研究工作围绕着广义实值函数的广义适定性、集值映射的广义度量次正则性及其稳定性展开,其主要内容分为以下四个部分:一、主要研究广义实值函数的广义适定性.我们分别在距离空间中利用下降方向和在Banach空间中利用次微分给出广义适定性的一些初始形式及对偶形式的充分条件.二、主要研究ψ-度量次正则性及度量次正则的稳定性.首先,我们基于广义适定性的结论给出一些ψ-度量次正则性的充分及必要条件.其次,借助于变分分析的方法和技巧,我们给出度量次正则性在小的局部Lipschitz连续映射扰动下具有稳定性的充分条件及等价刻画.叁、在一类光滑空间中研究了 Holder度量次正则性.与现有结论主要借助具有“一阶”变分行为的Clarke、Frechet次微分及法锥等给出的条件不同,我们主要利用具有“二阶”变分行为的proximal次微分、法锥等工具在一类光滑空间中给出一些Holder度量次正则的对偶形式的充分条件.四、在Asplund空间中研究了 Pseudo度量次正则性及其稳定性.我们首先利用Frechet次微分及法锥给出一些新的Pseudo度量次正则的对偶形式的充分条件.其次我们给出Pseudo度量次正则性在一种小的p次弱光滑映射扰动下具有稳定性的等价刻画.(本文来源于《云南大学》期刊2018-05-01)
董肖凯,方宏舰,周波[5](2018)在《区间映射规则下的时间序列相似形态搜索算法——基于改进的正则化损失函数》一文中研究指出时间序列数据是一种随机过程,历史的波动趋势在不同的时期看来往往似曾相似。本文使用用可解释性的符号来刻画时间序列变化形态,改进了基于符号聚合相似的搜索模型,在原始搜索模型中引入改进的参数优化准则HIC,并提供了将字符转义为数值的变换方法,用于度量两个形态间的相似程度。结果表明,改进的模型实现了字符、数值的相互转化,且满足距离下界原理;参数的优化准则稳健的提高了模型的搜索精,有效的降低了算法复杂度。(本文来源于《价值工程》期刊2018年03期)
王伟文[6](2017)在《拉普拉斯特征映射新增样本点问题及正则化降维研究》一文中研究指出首先,针对拉普拉斯特征映射的新增样本点延拓问题,提出一种基于邻域信息的新增样本点延拓方法:假设新增样本点与邻域保持线性关系,使用稀疏编码方法求解线性系数,再由这些系数在低维空间重构得到新增样本点的低维表示。实验结果表明,与基于全局信息的稀疏编码重构方法相比,基于邻域信息的稀疏编码重构算法使用更少的时间取得更高的分类准确率。此外,该方法可以推广至其他非线性降维方法的新增样本点问题。其次,针对降维问题,提出同时从类标签和高维数据结构学习低维表示的监督学习降维方法,使用两步交替迭代法求解相应的优化问题,给出了该方法有解并收敛的证明。与其他有监督的数据降维方法对比,本文的算法在实验中表现出其优越性。(本文来源于《暨南大学》期刊2017-06-30)
王谢平[7](2017)在《关于slice正则函数与强拟凸域的全纯自映射的研究》一文中研究指出本论文主要致力于四元数与八元数slice正则函数的研究,以及C~n中强拟凸域的全纯自映射在正则边界点处几何性质的研究.该文共分为四章,主要内容如下:第一章为绪论部分,主要介绍slice正则函数理论诞生的历史背景、研究现状、以及本文的主要结果和研究方法.第二章研究四元数slice正则函数的几何性质.首先,我们对保持某个slice的正则函数证明了一个新的凸组合恒等式,并以其为主要工具对复平面单位圆盘上单叶函数在四元数单位球上的正则延拓证明了相应的增长、偏差与掩盖定理.事实证明,该凸组合等式是一个非常重要的工具,其在slice正则函数理论的研究中扮演着非常重要的角色.接着,我们利用slice正则函数的Schwarz-Pick引理详细地研究了四元数单位球以及右半空间的slice正则自映射的边界行为.特别地,我们给出了四元数右半空间的slice正则自映射在无穷远处精确的渐近行为,进而得到了一个Burns-Krantz型刚性定理.此外,我们意外地发现Gentili与Vlacci于2008年证明的边界Schwarz引理一般是错误的.最后,我们利用一个全新的方法得到了边界Schwarz引理的正确版本,并改进了一个经典的Osserman估计.第叁章的主要目的是深入研究八元数slice正则函数,主要侧重于其分析性质与几何性质.首先,我们利用着名的Cayley-Dickson过程证明了一个新的splitting引理,再借助于该引理定义了八元数slice正则函数的正则乘积、正则共轭以及对称化.我们的定义能有效地将八元数slice正则函数与单复变中的全纯函数以及全纯映射联系起来.然后,我们利用证明四元数单位球上边界Schwarz引理时引进的方法结合多复变中经典的内部Schwarz引理以及一些新的技巧证明了一般对称slice域上的边界Schwarz引理.接着,我们给出了该结果在八元数slice正则函数几何性质与刚性研究中的一些应用,主要包括关于正则直径与slice直径的Landau-Toeplitz型定理以及一个很有趣的Cauchy型估计.最后,我们利用新的工具证明八元数slice正则函数满足一定的开性以及特殊情形下的极小模原理.在第四章(最后一章)中.我们证明了C~n中强拟凸域上全纯自映射的边界Schwarz引理,其推广了之前刘太顺、王建飞以及唐笑敏在单位球B~n(?)C~n上得到的结果.这一结果也被刘太顺与唐笑敏独立得到。(本文来源于《中国科学技术大学》期刊2017-05-01)
朱莉[8](2016)在《增益映射耦合局部正则化的图像重构算法》一文中研究指出针对当前的图像重构方法在对多帧超分辨率图像复原时,存在明显的模糊效应与振铃效应的不足,提出增益映射控制耦合局部正则化的图像重构算法。首先,通过对低分辨率图像中亚像素的移动进行分析,构建高低分辨率图像的成像模型,再对超分辨率图像进行估值,将重构问题转化为一个不稳定的线性方程式组;然后,构造正则化算子,联合改进的代数重建法求其稳定值;最后,采用基于局部自适应正则化的增益可控方法建立增益映射,完成超分辨率图像重构。仿真结果表明,与当前图像重构算法相比,在修复低分辨率图像时,该机制拥有更好的重构效果,有效降低了模糊效应与振铃效应。(本文来源于《电子技术应用》期刊2016年03期)
王宪保,陈诗文,姚明海[9](2016)在《基于正则化的半监督等距映射数据降维方法》一文中研究指出针对等距映射(ISOMAP)算法无监督,不能生成显式映射函数等局限性,该文提出一种正则化的半监督等距映射(Reg-SS-ISOMAP)算法。该算法首先利用训练样本的标签样本构建K联通图(K-CG),得到近似样本间测地线距离,并作为矢量特征代替原始数据点;然后通过测地线距离计算核矩阵,用半监督正则化方法代替多维尺度分析(MDS)算法处理矢量特征;最后利用正则化回归模型构建目标函数,得到低维表示的显式映射。算法在多个数据集上进行了比较实验,结果表明,文中提出的算法降维效果稳定,识别率高,显示了算法的有效性。(本文来源于《电子与信息学报》期刊2016年01期)
胡恩杨[10](2015)在《(?)~2空间上多值映射的度量次正则性》一文中研究指出在这篇文章中,我们在l2空间类上利用Proximal法锥NP(A,a)构造的Prox-imal coderivative DPF(x,y)(y*)来研究度量次正则并运用变分分析的原理通过D*PF(x,y)给出l2空间类中多值映射F在(a,b)处有度量次正则的充分条件.因为D*PF(x,y)具有二阶变分行为,我们的结果在l2空间类情况改进此次文献中对应的结果.(本文来源于《云南大学》期刊2015-04-01)
正则映射论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本博士论文研究两类平面上的同胚映射的正则性.第一类是满足如下条件的Sobolev同胚映射f∈Wloc 1,1(Ω,R~2),(1)Jacobian行列式是局部可积的,i.e.Jf∈Lloc1=(Ω),(2)存在一个可测函数K≥1使得对几乎处处:x ∈ Ω都有|Df(x)|2≤<K(x)Jf(x).(0.1)记Kf是令(0.1)成立的最小的K.当这类函数满足exp(Ap,n(Kf))∈Lloc 1 时(这里Ap,n是一个依赖参数p和n的次线性函数),我们证明了 f-1也满足(0.1)并且得到Kf-1在此时的最优正则性.给定一个从单位圆周S1到自身的同胚映射h,由Rado-Kneser-Choquet-Lewy定理可知复值的Poisson延拓P[h]是闭单位圆盘D到自身的微分同胚.我们建立了h-1在S1上的双重积分,|DP[h]|的加权L2(D)可积性以及|DP[h]|在D上的的Orlicz可积性的等价关系.进一步,我们将等价关系推广到同胚映射h:S1→(?)Ω 这里Ω是内部chord-arc域。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
正则映射论文参考文献
[1].龚庆.基于改进的损失函数和联合图正则化的半监督跨媒体特征映射方法研究[D].山东大学.2019
[2].徐海清.两类平面上的同胚映射的正则性[D].中国科学技术大学.2019
[3].韦扬江,梁林花,苏磊磊,徐合燕.虚二次环的商环的立方映射图的半正则性(英文)[J].广西师范学院学报(自然科学版).2018
[4].张彬彬.集值映射的广义度量次正则性[D].云南大学.2018
[5].董肖凯,方宏舰,周波.区间映射规则下的时间序列相似形态搜索算法——基于改进的正则化损失函数[J].价值工程.2018
[6].王伟文.拉普拉斯特征映射新增样本点问题及正则化降维研究[D].暨南大学.2017
[7].王谢平.关于slice正则函数与强拟凸域的全纯自映射的研究[D].中国科学技术大学.2017
[8].朱莉.增益映射耦合局部正则化的图像重构算法[J].电子技术应用.2016
[9].王宪保,陈诗文,姚明海.基于正则化的半监督等距映射数据降维方法[J].电子与信息学报.2016
[10].胡恩杨.(?)~2空间上多值映射的度量次正则性[D].云南大学.2015