线性方程组迭代求解的近似逆方法收敛性

利用近似逆矩阵定义，构造一类双对称矩阵，讨论解线性方程组迭代求解近似逆方法的收敛性。     

运动图像目标提取方法

简述自底向上的运动图像目标提取方法，分析其中基于有向图的区域合并算法及在实际问题中的应用。     

高校合并后的图书馆建设

院校合并瞥理体制、馆藏、采编、人员调整、数据化建设等几个方面在对图书馆工作带来的影响.     

渐近非扩张映象的修正Reich-Takahashi迭代收敛性

 在Banach空间中研究具误差的修正Reich-Takahashi迭代序列的收敛问题,获得了第一型具误差的修正Reich-Takahashi迭代序列强收敛到不动点的充要条件,所得结果推广和改进了已有文献的相关结果.     

高校合并应重视教学档案的收存

高校合并重组时,应当十分重视教学档案的收存,使其在人事安排、学校管理、教学改革、教学评估等工作中发挥应有的作用,适应信息时代的要求,为高校教学服务。     

关于一类集值拟变分不等式的广义投影算法

引入并研究了一类新的广义非线性集值强隐拟变分不等式，通过用投影方法，证明了这类变分不等式的解等价于一类不动点问题的解．基于这类不动点问题，我们构造了一个迭代算法，在没有紧性的条件下，证明了这类变分不等式解的存在性；同时，还证明了由迭代算法所产生的迭代序列收敛于这类变分不等式的解．     

弱条件下Halley族迭代的收敛性

我们曾在Smale的点估计判据下得到整个Halley族迭代的收敛性定理。点估计判据假设被求零点的映照f在初始近似z_0的某个适当大的邻域内解析。按数值泛函文献的通常理解,这是强条件的假设,尽管这种假设对于实计算的复杂性研究有其特殊的需要。对于其迭代映照中涉及f的k阶导数(或差商)的迭代法,通常理解的弱条件是假设f在z_0的某个邻域有连续的k 1阶导数,就像Канторович关于Newton法的经典工作那样。弱条件下建立收敛性定理的最大困难是关于优映照正根存在的判定。由于优映照通常被选为多项式,所以在关于算法的理论中,这是一个已经被彻底解决的问题。但成功的收敛性定理要求把这种条件明快地表示出来,而不是只给出一种判定的算法。对照文献[6]的成功和文献[7]的差强人意,这是很明显的。长期以来,还没有能够在弱条件下建立Halley族迭代的收敛性定理,其困难就在于此。对原来意义的Halley法来说,已经建立不少弱条件下的收敛性定理,但不能令人信服地说哪个比哪个更好,其原因亦在于此。     

关于Ishikawa迭代的一点注记

设E为实Banach空间,E~*为其一致凸的对偶空间,K为E的非空有界闭凸子集,T:K→K为连续强伪压缩映射。最近,Chidume(参见文献[1]定理1)证明了这类非线性映射的Mann迭代序列强收敛于其唯一的不动点。并指出,这类映射的Ishikawa迭代序列是否收敛于其不动点仍是一个未解决的问题。本文使用新的技巧完满地解决了这个问题。     

基于仿射变换系的分形图形的交互式生成

提出了基于仿射变换系的分形图形的交互式生成分形图形方法，用此方法可以交互式地设计出各种形状分形图案。通过这些分形图案，可以加深对分形的理解。     

等分段分形数据压缩算法

从迭代函数系统ＩＦＳ入手，研究分形压缩原理，提出了一个分形数据算法，并研究了其工程应用问题。