用于语音识别中的SOFM矢量量化方法

该文讨论了神经网络语音识别系统中的ＫｏｈｏｎｅｎＳＯＦＭ神经网络的矢量量化（ＶＱ）的原理与过程,着重解决了其在实际应用时的若干问题,包括网络大小,学习步幅函数以及矢量量化过程中的公平竞争学习的控制函数的选定。过讨论了基于听觉模型的声学特性的提取与处理,这与ＶＱ性能息息相关。系统应用的实验表明,该神经网络在语音识别系统中具有良好性能。     

Lorentz意义上的共形映射

设Ψ：Ω→Ｒ＾ｎ,１是一个Ｃ＾２－映射,则Ψ是一个Ｌｏｒｅｎｔｚ共形映射的充分且必要条件：存在一个正实函数Ｋ（ｘ）：Ω→Ｒ＋,使得「Ｋ（ｘ）」＾－１ＪΨ是一个Ｌｏｒｅｎｔｚ矩阵,并由此得到,如果Ｄ＾ｎ－１／ｎ＋１是一常数（Ｄ＝ｄｅｔＪΨ）,则Ψ的第一个分量是波动方程ｑ＾２ｕ／ｑｘ＾２ｎ＋１＝ｎ／∑ｉ＝ａ＾２ｕ／ａｘ＾２ｉ的正则解。     

关于8字空间上连续映射的等度连续性

证明８个空间上连续映射ｆ：８→８是等度连续的充分必要条件是下列条件之一成立：（１）｛∮＾．４！｝＾∝ｊ＝１是一致收敛的;（２）存在一个整数ｋ,使得｛∮＾．ｋ｝＾∝ｊ＝１是一致收敛的。     

一类平面D3等变映射的分歧和混沌

讨论了一类平面Ｄ３等变映射的分歧和混沌,计算显示出这一类Ｄ３等变映射随着参数的变化其解发生倍周期分歧从而走向混沌,混沌吸引子由Ｚ２对称发展到Ｄ３对称的全过程。     

广义度量空间理论的若干新进展

综述作者近年来在广义度量空间理论中的研究进展,内容涉及点可数覆盖,空间分类设想,遗传闭包保持覆盖,独立性问题与函数空间拓扑,同时提出一些尚未解决的问题。     

可测集值映射的Egorov定理

讨论了取值可分自反Banach空间中可测集值映射序列的Egorov型收敛定理,在几种不同拓扑收敛意义下,刻画了可测集值映射序列的几乎处处收敛.     

集值映射联合逼近的惟一性

利用Banach空间p阶一致凸几何性质,导出了有限个取值于Eanach空间的、有界子集上的上半连续集值映射最佳联合避近的p阶强惟一性,并且给出了相应推论.     

基于Fuzzy集的插值模糊推理

对于模糊概念（用Ｆｕｚｚｙ集表示）的隶属函数为连续的情况,将规则前件中的模糊要领的论域与后件的模糊概念的论域化一一映射,然后给出基于Ｆｕｚｚｙ集的隶属函数为连续情况下的插值模糊推理方法;对于Ｆｕｚｚｙ集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Ｆｕｚｚｙ集与事实中的Ｆｕｚｚｙ集的隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Ｆｕｚｚｙ集的隶属函数为离散情况下的插值     

闭区间上连续函数间的映射规律

根据实数理论,分析了闭区间上连续函数的映射特点,得到了一个反映其规律的结论。     

拓扑线性空间上的广义集值平衡问题

引入了广义集值广义对角拟凸的概念,并证明了广义集值广义对角拟凸与广义KKM定理的等价关系,在单调情形和非单调情形下得到了广义集值映射平衡问题解的若干存在性定理,其结果推广了文[1,2]中相应结果,