多维离散傅立叶变换神经网络函数逼近

利用多维离散傅立叶变换原理构造新颖的神经网络模型用于函数逼近,网络结构为分层前向网络。给出了网络的学习算法,网络的大部分权值都是固定的,只有输出层与最后隐层之间的权值需要调节。     

浅论现金流量在部门财务指标考核中的应用

针对目前企业内部各部门财务指标考核中，常以财务账面收入、费用、利润数据作为任务完成情况来进行考核的方法所存在的缺陷，提出了一种新型的以现金流量为基础的部门财务指标考核方法，该方法以各部门的账面现金流入量、流出量为基础，进行相应数据的调整，调整后的现金流量数据即为财务指标考核数据。该方法具有增加企业现金流量，提高考核数据真实性等作用，可在企业中广泛运用。     

拓扑空间内某些极小极大不等式、变分不等式

本文在 Komiya 引入的没有线性结构的抽象凸空间中,得到具有凸截口的集合族交非空定理,及一些极小极大不等式、极小极大等式和变分不等式.其结果是 Fan,Lassonde,Park 等作者结果的推广.     

用非反馈法控制非自治细胞神经网络中的混沌

含两个神经元的非自治细胞神经网络会出现混沌现象，本文用非反馈法对这类混沌进行了控制，得到了满意的结果，所用非反馈法有两类：（１）外加周期激励法，数值模拟表明用很小的外部激励就能控制住混沌；（２）改变原来周期驱动信号的频率，同时，作者还观察到了呼吸现象。     

基于子采样方法的鲁棒性水印算法

提出了一种新的基于子采样的图像数字水印算法．随机产生的水印信号被分别嵌入到离散傅里叶变换后的各子采样图像中,利用各子采样图像间的相似性特征,能够有效地提高水印算法的检测性能．理论分析表明,本算法能够在不降低宿主图像质量前提下,使得实际嵌入水印强度达到扩频水印方法的4倍,从而有效地提高算法的鲁棒性．数值试验结果说明,同传统的扩频水印算法相比,本文水印算法对多种攻击具有更好的鲁棒性．     

拓扑空间内广义 KKM 定理及其应用

1981年,Komiya 在没有线性结构的拓扑空间内引入了凸性概念,定义了一类抽象凸空间,本文,首先在抽象凸空间内证明了广义 KKM 定理,然后应用 KKM 定理在抽象凸空间内得到了一些重叠定理、极小极大定理及其几何形式.这些定理从几个方面推广了 Fan,Lassonde,Park,Browder,Komiya,Allen,Lin,Tan,Takahashi,Yen 等人的相应结果.