简介:给出了单位圆盘上不同加权B日舯锄空间之间的加权复合算子有界性及紧性刻划.
简介:利用上极限,给出了单位球上加权Bergman空间的加权复合算子的本性模的表示.
简介:设函数φ和Ф是复平面单位圆盘D上的解析函数且φ(D)■D,则将加权复合算子定义为Wφ,Ф:f→Фf°φ.当1
简介:刻画加权Bergman空间Aα^2(Ω)上的加权复合算子Cφ,Ф的Schatten-p类.
简介:分形维数是度量复杂网络分形特性的最重要的一个指标,其中体积维数被广泛应用于度量无权网络的分形特性。沿着无权网络体积维数的思想进一步考虑,以在给定盒子长度下覆盖到的节点强度和来定义加权网络体积维中“体积”的概念,提出了基于节点强度的加权网络体积维数,并称这种度量加权网络分形特性的维数为强度体积维。首先,利用强度体积维分析了两类具有规则分形结构的谢尔宾斯基(Sierpinski)加权分形网络和康托三角尘(CantorDust)加权分形网络,结果表明强度体积维数的值与理论计算的维数值具有非常小的误差。然后,利用强度体积维分析了3个实际加权网络的分形特性,并将结果与利用盒维数得到的结果进行比较,结果表明强度体积维也能够较好地度量实际加权网络的分形特征。
简介:目的探讨应用磁共振弥散加权和灌注加权成像(DWI和PWI)技术判断急性脑梗死后可存活脑组织的范围及特征,从而影像学定位脑梗死可存活区,确定适合溶栓治疗的患者,并预测可存活区域。方法对76例发病24h以内的急性脑梗死患者行常规MRI、DWI、PWI,根据患者就诊治疗时间的不同分为3组(分别在发病3h、6h、24h内就诊)。通过PWI与DWI不匹配区确定缺血半暗带(IP)区,追踪1个月后再次复查MRI常规、DWI。复查时T2高信号区定为最终梗死区,初检PWI异常区减去最终梗死区即为可存活区。确定可存活区的表观弥散系数(ADC)范围,及其与梗死中心区、IP区的关系。结果6h内就诊的患者普遍存在IP区(PWI>DWI),7~24h就诊的患者大部分病灶PWI≤DWI,部分病灶依然存在IP区。可存活区与IP区ADC值差异无统计学意义;可存活面积大于IP区且与IP区面积呈正相关,可存活区面积随就诊时间延长而减小(差异有统计学意义)。结论IP区存在的时间界限约为6h,部分病例可延长至8~24h;在IP区存在的情况下,可存活区面积与IP区面积呈正相关,可存活区面积>IP区面积。
简介:目的评价MRIT2WI联合DWI在前列腺癌诊断中的应用价值。方法采用荟萃分析,检索中文数据库中国知网、万方数据,英文数据库PubMed。检索时间为建库至2014年12月。中文检索词为“扩散加权成像”或“弥散加权成像”、“前列腺癌”或“前列腺肿瘤”和“T2加权成像”,英文文献检索词为“diffusionmagneticresonanceordiffusionweightedimagingorDW—MRIorDWmagneticresonanceandT2weightedimagingandprostatecancerorprostatecarcinoma”。收集公开发表的关于T2WI联合DWI诊断前列腺癌的中英文文献,由2名研究者按盲法严格按纳入、排除标准进行文献筛选和质量评价。采用Stata12.0软件进行数据分析,计算效应量、综合受试者工作特征曲线(SROC)AUC。结果按照检索词共获取文献129篇,符合纳入标准文献13篇,共671例患者。Meta分析显示,文献存在非阈值效应(P〉0.05),异质性检验未发现异质性来源。采用随机效应模型,合并敏感度、特异度、阳性似然比、阴性似然比、诊断优势比分别为0.74(95%C10.67~0.80)、0.79(95%C10.68—0.87)、3.65(95%CI247—5.38)、0.34(95%C10.27~0.43)、11.63(95%CI6.97—19.39)。SROC计算AUC=0.82(95%C10.78~0.85),P=0.763。发表偏倚检验提示无发表偏倚(P〉0.05)。结论LWI联合DWI诊断前列腺癌的有一定的临床运用价值,且广泛运用;而T2WI联合高b值、超高b值下的DWI诊断前列腺癌诊断效能可能更佳,但仍需大样本、前瞻性研究进一步证实。
简介:给出加权Hardy空间上的Calderon-Zygmund分解及证明。
简介:在BBV(Barrat-Barthe1emy-Vespignani)模型的基础上加入节点强度有限限制,即节点强度不允许超过某一定值S,构造了节点强度有限的加权网络演化模型——LBBV模型。理论分析与仿真试验表明,对于3节点的全耦合网络,当S〈2mw0时,网络经有限步后演化结束,其结构为同质网络;当S≥2mw0时,LBBV模型的节点强度分布与网络的度分布都呈现幂律分布,并且幂律指数与BBV模型的幂律指数一致,只是相比BBV模型平移了某一常数;当S→∞时,LBBV模型退化为BBV模型。同时通过数值仿真还得到了在不同的S值下、不同规模网络演化后的节点强度分布与度分布都表现出幂律特征,而且幂律指数不随S变化。