全脐子流形

摘要： 扭曲乘积流形是乘积流形的自然推广.扭曲乘积流形与理论物理有密切联系,爱因斯坦场方程和规范场方程的某些解是扭曲乘积流形.文章研究多重扭曲乘积流形到多重扭曲乘积流形的等距浸入的有关性质,得到了这样的等距浸入为全测地浸入,或为全脐浸入,或为极小浸入的充要条件.

摘要： 对de Sitter空间sn+pp中具有平行平均曲率向量及常标准数率的R的n维完备类空子流形,通过对mn的截曲率进行适当的限制,给出n是全脐子流形的一个充分条件.即设mn是de Sitter空间中具有平行平均曲率向量及常标准数量曲率R的n维类空子流形,若的截取率K(M)>0,则是全脐子流形.

摘要： 本文研究局部对称空间中具有平行平均曲率向量的维伪脐子流形,得到这类子流形关于第2基本形式模长的平方和曲率的一个拼挤定理.

摘要： 本文研究局部对称空间中具有平行平均曲率向量的n+p维伪脐子流形,得到这类子流形关于第二基本形式模长的平方σ和Ricci曲率的一个拼挤定理.

摘要： 得到伪黎曼空间中类空子流形的Willmore泛函与Weyl泛函满足的一个不等式,并证明了等号成立当且仅当该类空子流形是全脐子流形.%An inequality between Willmore functional and Weyl functional for spacelike submanifolds in semi-Riemannian space forms is obtained, and it is proved that the equality holds if and only if the submanifold is a totally umbilic one.

摘要： 文章从系统层面整体分析了复射影空间中的各种子流形,对其进行简单分类和典型分析,研究了子流形的曲率与几何的数学关系,掌握了复射影空间中若干子流形的基本特质,证明了所推理的若干积分公式的正确性.

摘要： The n+p-dimensional compact pseudo-umbilical submanifolds with parallel mean curvature in locally symmetric space were studied. Two pinching theorems on the square of the second fundamental module length of this kind and Ricci curvature of submanifolds were obtained.%研究局部对称空间中具有平行平均曲率向量的n＋p维伪脐子流形，得到这类子流形关于第二基本形式模长的平方盯和Ricci曲率的两个拼挤定理。

摘要： 设Mn 是de Sitter空间Sn+pp(c)中具有平行单位平均曲率向量及常标准数量曲率R(R≤c)的n维完备类空子流形,通过对平均曲率或截曲率进行适当的限制,给出该类空子流形是全脐的充分条件.%The complete space-like submanifolds with parallel normalized mean curvature vector and constant normalized scalar curvature in a de Sitter spaces Snp+p (c) are studied, and some suffcient conditions for submanifolds to be umbilical ones are obtained under the proper restrictions on the mean curvature or the sectional curvatures.

摘要： 研究常曲率黎曼流形N~(n+p)(c)中具有平行中曲率向量的紧致伪脐子流形M~n,得到子流形M~n的内在量K,Q,σ若满足一定关系可使M~n是全脐子流形.推广了徐仙发和纪永强的有关结果.

摘要： 本发明将杆状病毒的p35启动子与人工合成后期启动子(Psyn)、多角体ⅪV启动子(PⅪV)串联构成全期启动子盒。并构建出含有该全期启动子盒的杆状病毒载体系统。该载体系统能实现对外源基因的全期高效表达；另外，由于该载体系统在插入外源基因的同时保留了全部病毒基因，所得重组病毒可形成多角体，故此系统除可用作表达载体外，还可用于新型病毒基因工程杀虫剂的研制。

摘要： 本发明涉及一种基于流形学习的跨域子空间学习电子鼻漂移补偿方法，其特征在于，将气体数字信号送入处理器，处理器利用LME‑CDSL数学模型进行气体样本分析，获得气体样本数据；处理器将气体样本数据送入分类器进行气体分类，获得气体分类结果。其有益效果是：具有更好的信息保存性能。不仅抑制了数据漂移，还同时维护了源域的流形和标签信息以及两个域的知识信息；局部线性流形学习完成高维数据的紧凑表示，能够保留非漂移样本的局部特征，提高模型的判别能力；保证了LME‑CDSL模型的鲁棒性和识别性能；本发明通过特征值分解实现特征子空间学习，计算成本极短，易于实际应用。

摘要： 本发明公开了一种多视角视频自适应乘积Grassmann流形子空间聚类方法，本方法主要针对多视角视频序列聚类存在的上述问题，以期在较大规模的视频序列数据库上获得良好的聚类效果。首先，针对视频序列数据，提出并实现能够反映数据时空特征的PGM表示方法。其次，在PGM上建立自表示模型，并有效地融合不同视角之间的一致性和差异性信息。最后，解决自适应调节模型参数的问题，使之适用于实际场景中不同类型的数据。本发明所提出的方法在此数据库上具有比较好的实验结果。

摘要： 本发明公开了一种基于黎曼子流形表示与优化的航天器机械臂轨迹规划方法，包括以下步骤：步骤1，构建基于流形表示的航天器变几何桁架柔性机械臂操控轨迹最优化控制模型；步骤2，构建具有黎曼子流形约束的航天器变几何桁架柔性机械臂操控轨迹最优控制模型；步骤3，执行线性化黎曼子流形约束的航天器变几何桁架柔性机械臂操控轨迹最优控制模型；步骤4，求解线性化黎曼子流形表示的航天器变几何桁架柔性机械臂操控轨迹最优控制问题。本发明可提高受限空间、多障碍物情况下的航天器变几何桁架柔性机械臂操控轨迹规划可行性、可靠性和有效性，为我国在轨服务与维护系统的发展提供理论与技术支撑。

摘要： 本发明涉及机器学习中描述子局部聚合向量相关问题，提出了一种基于对称正定矩阵流形切空间子空间学习的描述子局部聚合向量方法。已有的局部聚合向量方法大都是在欧式空间上，无法处理对称正定矩阵流形的非线性数据，为此，本方法提出了将训练数据映射到码字的切空间上进行子空间学习，将非线性问题转化为线性问题，然后是在学习的子空间上计算局部聚合向量。在子空间学习阶段，在码字的切空间上根据训练数据的标签信息来学习具有判别性的子空间，让同类别的数据在子空间上尽可能靠近，异类的数据在子空间上尽可能远离。在局部聚合向量计算阶段，将输入图片提取的对称正定矩阵映射到码字切空间的子空间上计算聚合向量。

摘要： 本发明将杆状病毒的p35启动子与人工合成后期启动子(Psyn)、多角体XIV启动子(PXIV)串联构成全期启动子盒。并构建出含有该全期启动子盒的杆状病毒载体系统。该载体系统能实现对外源基因的全期高效表达;另外,由于该载体系统在插入外源基因的同时保留了全部病毒基因,所得重组病毒可形成多角体,故此系统除可用作表达载体外,还可用于新型病毒基因工程杀虫剂的研制。

摘要： 本发明公开了一种基于黎曼子流形表示与优化的航天器机械臂轨迹规划方法，包括以下步骤：步骤1，构建基于流形表示的航天器变几何桁架柔性机械臂操控轨迹最优化控制模型；步骤2，构建具有黎曼子流形约束的航天器变几何桁架柔性机械臂操控轨迹最优控制模型；步骤3，执行线性化黎曼子流形约束的航天器变几何桁架柔性机械臂操控轨迹最优控制模型；步骤4，求解线性化黎曼子流形表示的航天器变几何桁架柔性机械臂操控轨迹最优控制问题。本发明可提高受限空间、多障碍物情况下的航天器变几何桁架柔性机械臂操控轨迹规划可行性、可靠性和有效性，为我国在轨服务与维护系统的发展提供理论与技术支撑。

摘要： 在一个实施例中，一种方法包括：访问多个内容对象；分别为多个内容对象生成多个体素化表示；基于一个或更多个稀疏卷积生成一个或更多个构建块，生成构建块包括基于多个内容对象中每一个的体素化表示来确定关于多个内容对象中的每一个的一个或更多个激活位点，并将一个或更多个稀疏卷积应用于该一个或更多个激活位点；以及基于包括该一个或更多个构建块的卷积网络来训练机器学习模型。

摘要： 本发明公开了一种基于流形学习子空间算法的人脸识别系统，包括数据分析处理中心，所述数据分析处理中心包括数据处理模块、图像对比模块和数据接收模块，所述数据处理模块包括不相关线性判别嵌入模块和正交非监督判别映射模块，所述数据分析处理中心输出端设有服务器。本发明通过设有滤波器，滤波器设置为Log‑Gabor滤波器，是能够在对数频率尺度上传递函数为高函数的滤波器，能更真实的反应原始图像的频率响应，滤波器能够无直通分量，带宽不受限制，可以构造出任意带宽和零DC分量的滤波器，更好的表示自然图像，滤波器工作将视频图像的特征维数进行扩大，便于数据处理中心对视频图像进行降维计算，得到更准确的结果。

摘要： 本发明涉及机器学习领域的域自适应技术，提出了是一种基于对称矩阵空间子空间学习的格拉斯曼流形域自适应方法。为了减少源域和目标域数据概率分布的差异性，本方法首先建立从格拉斯曼流形到对称矩阵空间的映射，之后将源域和目标域的格拉斯曼流形矩阵数据映射到对称矩阵空间，并在此对称矩阵空间构造子空间。对原始数据在此子空间的投影利用均值相近准则，建立子空间学习的目标函数，并进行目标函数的优化求解获得目标子空间，在目标子空间上实现了原始数据在该目标子空间的投影概率分布相匹配，即原始数据经过从格拉斯曼流形到对称矩阵空间，再从对称矩阵空间到其子空间的两次变换，实现了域自适应。