L光滑拓扑空间中的强半开集强半闭集

在L光滑拓扑空间中给出了L光滑r强半开集,r强半闭集等概念和它们的一些基本性质.并讨论了它们的等价刻画和相互关系,给出L光滑拓扑空间中K uratow sk i s十四集定理.     

L-smooth次强不定弱映射

在L-smooth拓扑空间中引入了L-smooth次强不定映射、L-smooth次强不定开映射、L-smooth次强不定闭映射及L-smooth次强不定同构映射的概念,给出了它们的等价刻画,并进一步讨论了它们之间的关系。     

L集合范畴的子对象分类子

以topos理论为工具,证明了L集合范畴中不具有子对象分类子,但在强映射L集合范畴中具有子对象分类子．     

拟阵之间的强映射与秩强映射

引入了拟阵间的秩强映射、反射闭集映射(RC映射)和强映射等概念,研究了它们的一些基本性质.证明了秩强映射和RC映射等价;一个映射是拟阵间的强映射当且仅当它是相应扩张拟阵间的秩强映射;以秩强映射或强映射为态射的拟阵范畴中的范畴同构都是拟阵同构.这些结果为进一步研究拟阵的范畴性质奠定了一定基础.此外,还修正了Welsh关于强映射的定义.     

L-光滑拓扑空间的Sr-连通

在L-光滑拓扑空间中借助于r-强半闭包引入了sr-连通性,讨论了sr-连通性的若干等价刻画.对L-光滑拓扑空间中的每一个模糊集给出了sr-连通度和sr-连通分支的定义,并研究了它们的性质.     

L-fuzzy映射的分解与表现定理

借助[3]中的Lβ和Lα集合套理论，引入Lβ集值映射套和Lα集值映射套概念，得出了L-fuzzy映射的分解定理和表现定理．     

强不变单调性和强G-单调性

对一类广义单调映射———强单调映射进行了推广,引入了强不变单调映射和强G单-调映射,并建立了强不变单调映射与强预不变凸函数之间的等价关系,以及强G-单调映射与强G-凸函数之间的关系。     

L-fuzzy映射的分解与表现定理

借助文献[1][2]中的 Lβ和Lα集合套理论,引入 Lβ集值映射套和 Lα集值映射套概念,得出了L-fuzzy映射的分解定理和表现定理,把一般模糊映射的分解定理与表现定理推广到完全分配格上.     

L-smooth半预开集与L-smooth半预不定映射

以文献[5]为基础，在L—smooth拓扑空间中定义了r-半预开集、r-半预闭集、r-半预内部、r-半预闭包，研究了它们的一些基本性质；同时，引入了L—smooth半预不定映射、L-smooth半预不定开映射、L—smooth半预不定闭映射及L—smooth半预不定同构映射的概念，给出了它们的等价刻画，并系统的讨论了它们之间的关系，推广了已有的结果。     

LF完备映射的一个注记

本文针对LF完备映射的特性引入强闭映射,讨论了闭映射和强闭映射的关系,给出了Lindelof空间的二个反例。     

关于smooth群的两个重要结果

证明了强smooth群与smooth群是等价的，简化了smooth群理论；验证了以模糊相等作为模糊等价关系将smooth群元素分类后所得到的商集在模糊运算诱导的运算下做成群．     

Banach空间若干光滑性及其相互关系

证明Banach空间X一致极光滑的充分必要条件为X强光滑且自反，因而有关文献中引入的一致极光滑是介入一致光滑与强光滑之间的一种光滑性，给出有关文献中相关概念与接近光滑性等概念之间的联系。     

Smooth L-Fuzzy拓扑空间内部算子的等价刻画

借助于集合套理论 ,在 Smooth L- Fuzzy拓扑空间上给出了 Smooth内部算子的一些等价刻画 ,从而揭示了 Smooth L- Fuzzy拓扑空间上 Smooth内部算子与 L - Fuzzy拓扑空间上内部算子的内在联系 ,并讨论它的一些应用     

B值鞅的强收敛性

在ｐ－光滑的Ｂａｎａｃｈ空间中,我们讨论了Ｂ值鞅差序列非随机足标与随机足标和的完全收敛性．这些结果推广了白志东与苏淳［２］关于ｉｄ实值变量序列及林正炎［３］关于实值平稳鞅差序列的相应结果．作为推论,得到了Ｂ值鞅差序列的Ｍａｒｃｉｎｋｉｅｗｉｃｚ强大数定律．     

拓扑空间中的R强连通

Ｌｅｖｉｎｅ 在［１］ 中给出了Ｌ 强连通。Ｌ强连通比一般的连通要强。Ｒ 强连通是介于Ｌ 强连通和连通之间的一种连通，它具有一些良好的性质。     

光滑化算子在图像压缩中的应用

基于小波变换的图像压缩,函数的光滑性要求较高,但针对Cm(R)分析却存在不足,该文将以理论推导为保证,列举事例为依据,比较系统地阐述了光滑化算子的含义.最后通过仿真实验,论证了阐述该问题的重要性.     

迭代收缩SL0压缩感知恢复算法

将SL0与迭代阈值收缩相结合,改善了压缩感知信号恢复速度以及信号恢复效果。实验结果表明,迭代收缩SL0算法在速度上,以及恢复信号的质量上都优于SL0算法。     

C-L+-富足半群的结构

定义了半群上的一种广义Green L-关系L^ 并给出了具有中心幂等元且每个L^ -类都含幂等元的半群的结构刻划。