简介：将三分Cantor集构造的一个性质推广到2n＋1（n∈N）分Cantor集,并用它简便计算出2n＋1分Cantor集的Hausdorff测度,给出了此类广义Cantor集Hausdorff测度计算的一种新方法.该方法比其它方法更为初等而易于计算,为计算其它分形集的Hausdorff测度提供了一种思路.

简介：设A是一个每列至少有二个元素为1的不可约0,1方阵,(∑A,σA)为由A所决定的符号空间有限型子转移.在∑A上定义一个与其拓扑相容的度量d使得(∑A,d)的Hausdorff维数为1.若C是H1可测的σA的LiYorke混沌集,则H1(C)=0;若A是本原的,则存在一个σA的有限型混沌集S使得H1(S)=1,其中H1为1维的Hausdorff测度

简介：得到一个维数大于1的Sierpinski地毯的Hausdorff测度的估计：当维数s=log34时,这个Sierpinski地毯的Hausdorff测度满足：1.227206≤H^log34（S）≤1.501077.

简介：研究了一个由6个相似压缩确定的满足开集条件的自相似Cantor集,得到了它的Hausdorff测度的准确值.

简介：为任何东西一，bR让一，b(x)=ax+b(xR)。建议0<一<1。让Ca，b概括一--领唱者与产生重申的功能systme设定{一，0，一，b；一，l}。然后，我们证明$C_的Hausdorff尺寸{一，c^2}$$\frac是{{ln(3-\sqrt5-ln2}}{{lna}}$什么时候0

简介：关于分形维数的证明,如果能给出其下界和上界的估计,则证明成立,但是关于下界的估计往往比较困难.文章对Koch曲线深入讨论,给出其迭代函数系统,然后计算出其Hausdorff维数,并作详细的证明.

简介：Inthispaper,alemmaasanewmethodtocalculatetheHausdorffmeasureoffractalisgiven.AndthentheexactvaluesofHausdorffmeasureofaclassofSierpinskisetswhichsatisfybalancedistributionanddimension≤1areobtained.

简介：WeconsiderthehomogeneousCantorsetswhicharegeneralizationofsymmetricperfectsets,andgiveaformulaoftheexactHausdorffmeasuresforaclassofsuchsets.

简介：ThispaperdefinestheuppercapacitydensitiesofthesubsetsofR^n,getsuniformlowerboundoftheuppercapacitydensitiesforH^s-almostallpointsoftheHausdorffs-setsortheanalyticsetswithHausdorffdimensionsinR^n,whichimprovestheresultsofWenZhiyingandZhangYiping'spaperin[1].

简介：Inthispaper,weaddresstheproblemofexactcomputationoftheHausdorffmeasureofaclassofSierpinskicarpetsEtheself-similarsetsgeneratinginaunitregularpentagonontheplane.Undersomeconditions,weshowthenaturalcoveringisthebestone,andtheHausdorffmeasuresofthosesetsareeuqalto|E|s,wheres=dimHE.

简介：为Sierpinski垫板，由使用由特殊常规等边六角形组成的一种盖子，我们定义等价于Hausdorff措施的一项新措施并且获得这项措施更在下固定。而且，theSierpinski垫板的Hausdroff措施的下列更低的界限被完成了H~s≥0.670432在S表示Sierpinski垫板的地方，s=dim_H=log_23，和H~s表示S的s维的Hausdorff措施。上述结果改进发展了在那[2]。

简介：LetFλ={x∈(0,1){2nx}≥1/2k,n∈z+},z++={0,1,2,3,...},k∈N;F=U∞k=1Fλbeadecimalsetin(0,1),where{2nx}isthefractionalpartofanumber2nx.Inthisnote,weprovethatdirnнF=1andН1(F)=0,wheredimнisHausdroffdimension,andН1(F)istheHausdorffmeasureofF.

简介：在这篇论文，我们认为Riesz产品dμ=Π_(j=1)~∞(是1+a_jReχ_(b_(jp)λ_j)(x))dx在本地人地，和我们获得它的Hausdorffdimension的上面、更低的界限。

简介：自企业创新调查手册（Oslo2005）将创新覆盖到非技术创新后,创新测度开始由技术创新转向广义创新。经过梳理宏观层面创新测度的三大分析框架及其与微观测度的关系,阐述创新内涵及创新投入产出指标测度的演化后发现,宏微观创新测度趋于协调一致,广义创新测度在宏观层面发展较快,体现在加强了创新资本投入与产出的测度,但还没有建立起一个一致的统计口径;微观企业层面的测度则相对滞后,企业广义创新指标测度将成为近期研究重点。

简介：ItisimportanttocalculatetheHausdorffdimensionandtheHausdorffmesurerespecttothisdimensionforsomefractalsets.Byusingtheusualmethodof“MassDistribution”,wecanonlycalculatetheHausdorffdimension.Inthispaper,wewillconstructanintegralformulabyusinglowerinverses-densityandthenuseittocalculatetheHausdorffmeasuresforsomefractionaldimensionalsets.

简介：这篇论文证明一个引起注意的人是的一条公理的Hausdorff尺寸在随机的不安下面稳定。

简介：为奥本海姆系列epansions，作者[7]讨论了非凡的集合B_m={x∈(0，1]：1<(d_j(x))/(h_(j-1)(d_(j-1)(x)))为任何j≥的≤m2}。在这篇论文，我们调查发生在alternatingOppenheim系列扩大的一种非凡的集合的Hausdorff尺寸。作为应用，我们得到集合inLueroth系列扩大的准确Hausdorff尺寸，也，我们给如此的维的数字的估计。

简介：让Hausdorff措施功能和螞是积极整数的一个无限的增加序列。Hausdorff类型措施？—m螞联系了到吗？并且螞被学习。LetX(t)(t鈭圧N)是在Rd的某些Gaussian随机的地。我们给图集合GrX的准确Hausdorff措施([0，1]N)，并且评估准确吗？—图象的mΛ措施和X(t)的图集合。顺序Λ上的Anecessary和足够的状况被给以便为X的平常的Hausdorff措施功能([0，1]N)并且GrX([0，1]N)仍然是正确措施功能。如果顺序Λincreases更快，那么，一些更小的措施功能将给积极、有限(?，为X的Λ)-Hausdorff措施([0，1]N)并且GrX([0，1]N)。

简介：文章定义了加强的弱L—fuzzyHausdorff空间。讨论了SRHausdorff空间与其他分离性的关系，给出了它的等价刻画，讨论了SRHausdorff分离性的一系列性质。证明了SRHausdorff分离性是可遗传的、弱同胚不变的、L—好的推广性质，并且具有可乘性。

简介：Hausdorffdistancebetweentwocompactsets,definedasthemaximumdistancefromapointofonesettoanotherset,hasmanyapplicationincomputerscience.Itisagoodmeasureforthesimilarityoftwosets.ThispaperprovesthattheshapedistancebetweentwocompactsetsinR~ndefinedbyminimumHausdorffdistanceunderrigidmotionsisadistance.Theauthorsintroducesimilaritycomparisonproblemsinproteinscience,andproposethatthismeasuremayhavegoodapplicationtocomparisonofproteinstructureaswell.Forcalculationofthisdistance,theauthorsgiveonedimensionalformulasforproblems(2,n),(3,3),and(3,4).Theseformulascanreducetimeneededforsolvingtheseproblems.Theauthorsdidsomenumericalexperimentsfor(2,n).Onthesesetsofdata,thisformulacanreducetimeneededtoonefifteenthofthebestalgorithmsknownonaverage.Asnincreases,itwouldsavemoretime.