导读:本文包含了加权局部空间论文开题报告文献综述及选题提纲参考文献，主要关键词:加权调和Bergman空间,Toeplitz代数,弱局部化算子
加权局部空间论文文献综述
郭慧欣[1]（2018）在《加权调和Bergman空间L_h~p(D,dA_α)上的弱局部化算子》一文中研究指出本文在单位圆盘的加权调和Bergman空间Lhp(D,ddAα)(α>0)上定义了弱局部化算子的概念,且验证出弱局部化算子的有界性,且弱局部化算子的集合Hp(D)构成了一个代数,该代数包含了Toeplit 代数.由于解析Bergman空间Lap上的算子T的紧性可通过其Berezin变换来刻画,同样,在调和Bergman空间上,若1<p<∞,T 是Hp(D)内的紧算子当且仅当T属于Hp(D)的范数闭包,并且(?)(本文来源于《东北师范大学》期刊2018-05-01）
卢月明,王亮,仇阿根,赵阳阳,张用川[2]（2018）在《局部加权线性回归模型的PM2.5空间插值方法》一文中研究指出针对传统空间插值方法对影响PM2.5的插值因素考虑不全面和局部加权线性回归模型中近邻个数选择困难等问题,该文基于局部加权线性回归模型提出了一种引入正则化项的空间插值方法。以北京市3个月的PM2.5数据为例,选取SO_2、NO_2、O_3、CO作为观测指标,通过正则化进行权重系数修正、L曲线法确定正则化系数,提高了该插值模型的稳定性与自适应性。交叉验证结果显示,本方法相对于普通克里金法,3个月的平均绝对误差(MAE)与均方根误差(RMSE)分别降低28.44%、26.25%;相对于反距离加权插值法的MAE、RMSE分别降低18.07%、17.02%。研究结果表明,基于局部加权线性回归模型的PM2.5空间插值相对于传统方法有一定提升。(本文来源于《测绘科学》期刊2018年11期）
邱云飞,费博雯,刘大千[3]（2018）在《局部加权最小二乘回归的重迭子空间聚类算法》一文中研究指出针对大多数子空间聚类方法处理非线性数据时聚类效果不理想、不同子空间数据相似性较高及聚类发生错误时无法及时校验的问题,提出局部加权最小二乘回归的重迭子空间聚类算法.利用K近邻思想突出数据的局部信息,取代非线性数据结构,通过高斯加权的方法选择最相似的近邻数据点,得到最优表示系数.然后使用重迭概率模型判断子空间内数据的重迭部分,再次校验聚类结果,提高聚类准确率.在人造数据集和真实数据集上分别进行测试,实验表明,文中算法能够取得较理想的聚类结果.(本文来源于《模式识别与人工智能》期刊2018年02期）
王艳霞[4]（2017）在《加权Bergman空间A~P(φ)上Toeplitz算子的局部逼近》一文中研究指出本文首先探讨了加权Bergman空间Ap(φ)上的Carleson测度,得到了当μγ是Apγ-Carles on测度时,则Carleson常数在等价意义下与γ无关的结论,然后利用Carleson测度的性质给出了加权Bergman空间上Toeplitz代数中算子的一个局部逼近.全文共分为以下四章:第1章,我们介绍本文所研究问题的背景和发展动态,并简单论述本文的主要内容.第2章,我们给出一些基本定义与符号说明.第3章,我们主要给出了Carleson测度的几个等价条件.第4章,我们做了几个积分估计,并利用这些结果证明了定理2.(本文来源于《大连理工大学》期刊2017-05-01）
王骏[5]（2017）在《变指数空间下局部极大算子加权有界性》一文中研究指出本文主要研究在变指数空间中局部Hardy-Littlewood极大算子在局部权意义下的有界性问题.首先证明了局部Hardy-Littlewood极大算子在局部权意义下的强有界性,推广了原有的结论.证明中的关键环节是通过分割区域来构造局部权与权之间的联系.其次,证明了局部Hardy-Littlewood极大算子在局部权意义下的弱有界性.本文的结论进一步地完善了局部极大算子有界性理论的研究.同时,对调和分析领域也起了大大的推动作用.(本文来源于《哈尔滨师范大学》期刊2017-05-01）
邓心欢,马海涛,李月,杨宝俊[6]（2016）在《空间局部加权回归自适应TFPF》一文中研究指出时频峰值滤波(TFPF)算法是一种非常有效的去噪方法.但是传统的TFPF采用的单一窗长,并且仅沿时间方向进行滤波,忽略了信号的空间信息,并且TFPF近似等效成一个时不变的低通滤波器,不能追踪快速变化的信号.针对这些问题,引入空间局部加权回归自适应TFPF(SLWR-ATFPF).鉴于随机噪声在各个位置的方向随机性,以及有效信号在各个位置的方向确定性,首先利用空间局部加权回归(SLWR),对含噪信号进行空间加权,从而使加权之后的信号包含空间信息.然后,再引入凸集和Viterbi的思想,对空间加权之后的信号进行自适应滤波.从而,完成时空域二维自适应滤波.将SLWR-ATFPF应用于合成记录和实际的共炮点记录,实验结果表明,改进的方法与原算法相比,能够在压制低信噪比(SNR)随机噪声的同时更好地保留有效信号.(本文来源于《地球物理学报》期刊2016年05期）
郑颖,赵娟,肖宿[7]（2013）在《基于YCbCr颜色空间和局部纹理加权的阴影去除方法》一文中研究指出为解决传统智能交通系统中由于阴影检测算法的精确性导致错误提取交通参数的问题,提出一种基于YCbCr颜色空间和局部傅里叶变换的阴影检测方法,通过分析阴影区域和背景区域在YCbCr颜色空间的不同特性后,综合考虑YCb Cr颜色空间的亮度和色度信息确定候选阴影区域,利用局部傅里叶变换系数各偶数阶矩的纹理差异及加权交叉熵作为纹理相似度的度量方法获得阴影区域和背景区域的优化分割。实验表明,该方法阴影检测的有效率在85.3%以上,并且能很好的满足实时场景要求,为后续交通参数的提取等工作奠定了良好的基础。(本文来源于《电脑知识与技术》期刊2013年32期）
田茂茜[8]（2011）在《分数次Orlicz极大算子在齐型空间中的局部加权端点估计》一文中研究指出利用齐型空间中的覆盖引理及其有界区域的二进方体分解得到了分数次Orlicz极大算子在齐型空间(X,d,μ)中的有界区域上的局部加权端点估计.该工作为分数次积分交换子[b,Iα]在欧式空间Rn中的有界区域上的加权端点弱型估计推广到齐型空间奠定了基础.(本文来源于《纯粹数学与应用数学》期刊2011年05期）
衷路生,宋执环[9]（2008）在《局部加权组合状态空间系统正交梯度辨识》一文中研究指出提出了局部加权组合状态空间模型参数的正交梯度辨识方法.局部状态空间模型用全参数化形式描述,同时选用正则化径向基函数作为分状态的加权因子.通过优化系统输出误差得到了系统矩阵、径向基函数中心与带宽的参数估计.仿真结果表明,所提出的方法用于非线性动态系统的建模是有效的.(本文来源于《控制与决策》期刊2008年08期）
倪巍伟,陈耿,陆介平,吴英杰,孙志挥[10]（2008）在《基于局部信息熵的加权子空间离群点检测算法》一文中研究指出离群点检测作为数据挖掘的一个重要研究方向,可以从大量数据中发现少量与多数数据有明显区别的数据对象."维度灾殃"现象的存在使得很多已有的离群点检测算法对高维数据不再有效.针对这一问题,提出基于局部信息熵的加权子空间离群点检测算法SPOD.通过对数据对象在各维进行邻域信息熵分析,生成数据对象相应的离群子空间和属性权向量,对离群子空间中的属性赋以较高的权值,进一步提出子空间加权距离等概念.采用基于密度离群点检测的思想,分析计算数据对象的子空间离群影响因子,判断是否为离群点.算法能够有效地适应于高维数据离群点检测,理论分析和实验结果表明算法是有效可行的.(本文来源于《计算机研究与发展》期刊2008年07期）
加权局部空间论文开题报告
（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：
针对传统空间插值方法对影响PM2.5的插值因素考虑不全面和局部加权线性回归模型中近邻个数选择困难等问题,该文基于局部加权线性回归模型提出了一种引入正则化项的空间插值方法。以北京市3个月的PM2.5数据为例,选取SO_2、NO_2、O_3、CO作为观测指标,通过正则化进行权重系数修正、L曲线法确定正则化系数,提高了该插值模型的稳定性与自适应性。交叉验证结果显示,本方法相对于普通克里金法,3个月的平均绝对误差(MAE)与均方根误差(RMSE)分别降低28.44%、26.25%;相对于反距离加权插值法的MAE、RMSE分别降低18.07%、17.02%。研究结果表明,基于局部加权线性回归模型的PM2.5空间插值相对于传统方法有一定提升。
（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。
加权局部空间论文参考文献
[1].郭慧欣.加权调和Bergman空间L_h~p(D,dA_α)上的弱局部化算子[D].东北师范大学.2018
[2].卢月明,王亮,仇阿根,赵阳阳,张用川.局部加权线性回归模型的PM2.5空间插值方法[J].测绘科学.2018
[3].邱云飞,费博雯,刘大千.局部加权最小二乘回归的重迭子空间聚类算法[J].模式识别与人工智能.2018
[4].王艳霞.加权Bergman空间A~P(φ)上Toeplitz算子的局部逼近[D].大连理工大学.2017
[5].王骏.变指数空间下局部极大算子加权有界性[D].哈尔滨师范大学.2017
[6].邓心欢,马海涛,李月,杨宝俊.空间局部加权回归自适应TFPF[J].地球物理学报.2016
[7].郑颖,赵娟,肖宿.基于YCbCr颜色空间和局部纹理加权的阴影去除方法[J].电脑知识与技术.2013
[8].田茂茜.分数次Orlicz极大算子在齐型空间中的局部加权端点估计[J].纯粹数学与应用数学.2011
[9].衷路生,宋执环.局部加权组合状态空间系统正交梯度辨识[J].控制与决策.2008
[10].倪巍伟,陈耿,陆介平,吴英杰,孙志挥.基于局部信息熵的加权子空间离群点检测算法[J].计算机研究与发展.2008
标签：加权调和Bergman空间; Toeplitz代数; 弱局部化算子;