简介:本文得到几个关于多变量Hp空间中函数Fourier系数的不等式.与单变量相应情形相比,我们的证明方法有较大的变化.
简介:与去年类似,四川省今年的中考仍然是形式多样,有单独初中毕业的考试,有毕业考试与高中、职高招生合并的考试(二合一),有毕业、高中、中专招生合并进行的考试(三合一),有单独的中专招生考试.对这些试题进行分析,可以看出,尽管试卷种类繁多,但大体可归为两类:一类是包含毕业会考的中考,一类是单纯招生(高中、职高、中专)的中考.从题型、题量、试题难度、全卷梯度、内容效度等方面来看,今年的数学试题都在去年基础上很好地保持了稳定.题型继续分为选择题、填空题和解答题;题量含会考的36个小题,不含会考的是31个小题.通过对今年中考题的分析,为我们今后初中阶段的教学带来了哪些有益的启示呢?一、重视基础 初中要全面推
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。