论文部分内容阅读
以微分形式为工具,主要讨论了高维广义Beltrami方程组的一些性质.得到了所有维数的广义Beltrami方程组Df(x)H(f(x))Dtf(x)=(J(x,f))2/nId的伸张公式,并将所有维数的(H,Id)-型变换化为一个"Beltrami方程".
高维广义Beltrami方程组的一点注记
【摘 要】
：
以微分形式为工具,主要讨论了高维广义Beltrami方程组的一些性质.得到了所有维数的广义Beltrami方程组Df(x)H(f(x))Dtf(x)=(J(x,f))2/nId的伸张公式,并将所有维数的(H,Id)-型
【机 构】
：
山东科技大学信息科学与工程学院
【出 处】
：
山东科技大学学报：自然科学版
【发表日期】
：
2002年4期
【基金项目】
：
国家自然科学基金
其他文献
目标跟踪是计算机视觉领域的研究热点之一,目前在诸如娱乐、医疗、交通、金融、军事防御等领域有着广泛应用。纵观目标跟踪的发展史,不难发现目标跟踪技术从未停止过发展的脚步,但被跟踪目标由于收到内外因素的影响,比如遮挡、旋转、姿态变化和光照变化等,使得建立鲁棒的目标跟踪系统仍然是个巨大的挑战。最近几年来,目标跟踪算法主要包括生成方法和判别方法两大类,每类方法都有自己独特的优势,且纷纷引起了高校以及科研机构
人才是国家综合国力竞争的核心,拔尖创新人才的培养不仅是我国建设创新型国家的关键,更是我国实现中华民族伟大复兴必不可少的历史要求。21世纪以来,多项拔尖创新人才招生政策相继被推出,2020年更是推出强基计划以加强拔尖创新人才招生与培养。因此,本文基于“拔尖创新人才培养”倡议背景下,探讨当前拔尖创新人才选拔的公平与效率情况,为改进拔尖创新人才招生提供实证依据和建议。首先,对自主招生、“三位一体”综合评
基于可见光(RGB)和热红外(T)视频的RGBT目标跟踪是计算机视觉领域新兴的热点研究课题。通过融合可见光和热红外数据,RGBT目标跟踪能够有效应对单模态目标跟踪存在的挑战因素,诸如光照变化,恶劣天气和热交叉等。因此不论是在军事国防还是民用安全领域,RGBT目标跟踪都具有极其重要的科研价值和广阔的现实应用前景。近年来,科研人员提出了基于稀疏表示,基于图模型和基于深度学习的RGBT目标跟踪算法。虽然
基于RGBT显著性检测目前已成为计算机视觉领域的热点课题。通过融合可见光(RGB)和热红外(T)光谱信息,RGBT显著性检测可以有效克服单模态成像受限而导致的挑战因素。如低照度、恶劣天气等。近年来,研究学者提出了基于图模型和深度特征融合的RGBT显著性检测方法,极大的提高了检测性能,但大部分方法没有充分挖掘可见光与热红外数据的本质联系。本文通过融合可见光和热红外数据,在建立不同模态间的本质联系方面
伴随我国城镇化的快速推进和工业化的高速发展,严重的雾霾污染也引起了社会各界的重视,雾霾污染主要由PM2.5(空气动力学当量直径小于等于2.5微米的颗粒物)这一“元凶”组成。2013年,全国人大出台《大气污染防治法》;2017年,“坚决打好蓝天保卫战”被写入中央政府工作报告;2019年党的十九届四中全会上,习总书记提出“地方政府要实行严格的生态环境保护制度”,并对地方政府在环境保护上的责任意识着重强