简介:本文对德国目前意思表示构成要件理论进行了全面的综述。并在此基础上,抛弃了传统意思表示理论中行为意思、表示意思和效果意思三分的意思表示内部构成要件。分别在能力上的要件、意图上的要件和实质的条件三个方面对意思表示内部构成要件进行了论述。在能力上的要件方面,认为行为意思这个概念并非适当的规范性标准;对于意思表示的归责,重要的并非是否存在行为意思,而是自由形成意思的能力。在意图上的要件方面,认为表示意识并非恰当的术语,沟通意思和参与意思才是意思表示的在意图上的构成要件。在实质的条件方面,认为不应把实质的决定自由一般性地作为意思表示的生效条件。最后认为意思表示应被理解为效力表示,即“应如此发生效力”的表示。
简介:本文首先定义了内积函数,这个概念推广了内积的定义.然后定义了Hilbert空间(H,〈·,·〉)上由严格正算子A诱导的范数,这个范数与由〈·,·〉诱导的范数是等价的.进一步,证明了所有的内积函数与线性有界的严格正算子全体之间存在一一对应关系.
简介:过去的2013年,对我来说是不平常的一年,但我始终保持良好的心态和积极向上的工作状态,坚持着多年来'坦荡做人、真心待人、认真做事'的作风。在太原市教育局的正确领导下,依托班子成员和全体教职工的鼎力配合和大力支持,我们在管理上抓规范,在教育上提质量,在发展上促内涵,用
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。