高阶神经网络与太阳黑子序列

一阶神经网络的函数逼近理论虽已研究得相当深入,但对高阶神经网络在这方面的研究却报道甚少.本文给出了高阶神经网络的逼近理论.其具体内容是:如果网络的激励函数σ∈C~∞不是一个多项式,那么高阶神经网络能够以任意精度逼近任意定义在紧集上的连续函数.根据这个理论,可知稀疏或部分连接的高阶神经网络象全连接的网络一样能够逼近任意连续函数.基于此观点,我们设计了一个稀疏连接的高阶网络和另一个具有相同数目连接权的一阶神经网络,并把它们应用于太阳黑子序列进行逼近和预测.模拟实验结果表明,不论在收敛速度还是在推广能力方面,稀疏连接的高阶神经网络都优于一阶神经网络.     

模型论对实数理论的应用

基于模型论的一条原理，本文研究一种特殊语言的算术理论，提出了一种构造实数的新方案。     

伪轨跟踪和唯一遍历

讨论了紧致度量空间上的连续满射ｆ具有伪轨跟踪性质与ｆ是唯一遍历之间的关系。     

5连通无爪图的最长圈

设Ｇ为ｎ阶５连通无爪图，σ６＝ｍｉｎ｛∑ｘ∈Ｉ６ｄ（ｘ）｜Ｉ６为Ｇ的６点独立集｝，则Ｃ（Ｇ）≥ｍｉｎ｛ｎ，σ６－１１｝。     

函数S-粗集的区间分解

-基于函数S-粗集区间属性，定义了区间等价类和区间函数S-粗集，并给出了闭区间等价类有限覆盖定理及闭区间函数S-粗集的有限覆盖定理，从理论上证明了函数S-粗集与S-粗集之间的关系．     

5-点连通图的完全圈可扩性

图的完全圈可扩性是图的圈性质中最强的性质，这使得对图的完全圈可扩性的研究尤为重要。研究了5-点连通图的完全圈可扩性，并证明了顶点数不小于9的5-点连通图是完全圈可扩的。从而推广了马浩静和石玉华提出的相关结果。     

几类有趣图的邻点可区别全染色

在正常全染色的定义下,使得任两相邻顶点的色集不同,这就是邻点可区别全染色.顶点v的色集是v的颜色其与及v关联的所有边的颜色.我们给出了几类有趣图的邻点可区别全色数.     

设计距离为5的q元BCH码的无内周期码字个数

利用一些重要的数论函数以及循环陪集。研究了BCH码的周期分布，得到了设计距离为5的q元BCH码的无内周期的码字个数，推广了文献[1]的结果。     

Visual C#的Excel编程

本文介绍了Excel对象、C#中的受管代码和非受管代码，并介绍了COM组件在．NET环境中的使用．     

各向异性Besov类的小波逼近

通过用一元小波的张量积构造多元小波基，给出各向异性Besov类用小波逼近误差的渐近估计．