修正的Kantorovich型Shepard算子在Ba空间的逼近

研究了修正的Kantorovich型Shepard算子在Ba空间的逼近,得到了逼近阶的Jackson型估计.     

基于小波包分析的线性回归拟合

针对线性回归分析模型中的数据易受到噪声的影响,提出了通过小波包分析对各个指标进行去噪处理,对处理后的数据用线性回归方法进行拟合.然后用1990—2010年度民用汽车保有量和国内生产总值(GDP)的数据进行实验,结果表明预先对数据进行小波包分析能够有效提高拟合的精度.     

Szász-Durrmeyer算子在Orlicz空间中的加权逼近

在Orlicz空间LM中讨论了Szász-Durrmeyer算子的加权逼近,得到了逼近阶的Jackson型估计.     

椭圆型Cardinal样条的逼近

考察了椭圆型算子所确定的Ｓｏｂｏｌｅｖ函数类的平均宽度，以及椭圆型Ｃａｒｄｉｎａｌ样条所构成的多尺度分析，拓广了Ｌａｐｌａｃｅ型结果。     

Cardinal-Hermite插值逼近

 Sobolev空间的Cardinal样条逼近已有较多研究.在此研究了Sobolev空间的Cardinal-Hermite插值问题,构造了插值逼近算子,并利用插值算子对多项式的重构性质获得了逼近阶的估计.     

基于小波神经网络的股票预测

通过将Morlet母小波基函数作为神经网络隐含层神经元的激励函数,构建了Morlet小波神经网络,对网络结构进行了隐含层节点的优化,对股票收盘价的变化进行仿真和预测,实验结果表明,Morlet小波神经网络具有较好的逼近非线性映射的能力,其泛化性能和预测能力较优.     

用教育目标分类理论改进C++语言课程教学模式

本文讨论如何应用Bloom认知领域教育目标分类理论来改进C++程序设计语言课程的教学模式。首先讨论Bloom教育目标分类理论的基本框架、应用原理及其在C++课程教学中的应用方法,陈述C++课程的宏观教学目标和课程特点,给出较为合理的理论教学和实验教学学时安排,阐述理论教学和实验教学的总体目标。接着讨论应用Bloom教育目标分类理论构建C++课程理论教学目标的方法,给出一个理论教学要点的教学目标具体构建实例及其用途。最后以一个实验的教学设计实例,详细讨论Bloom教育目标分类理论在实验教学环节中的应用模式,按照学习过程和分类理论的相应关系,提出可行的实验教学应用框架、实验教学目标和理论教学目标的关系、实验活动的结构与实验内容的设计方法、实验任务分配和检查表。     

基于小波分析的全国社会消费品零售总额时间序列预测

选取2003年1月到2010年3月的全国社会消费品零售总额数据,运用小波分析及Mat-lab,SPSS软件,分析了中国近几年社会消费品发展的变化趋势,用小波方法对原始数据进行消噪、阈值化处理后进行重构,使得消噪后数据更能反映其本质及变化规律,用ARIMA时间序列模型进行建模预测,并作出了实证分析.     

基性质与逼近

阐述了基、Riesz基及框架的简要关系,讨论了利用多项式重构性质进行小波尺度算子的逼近阶估计问题.     

平移不变空间的逼近

获得了Ｓｏｂｏｌｅｖ函数类及各向异性Ｂｅｓｏｖ类由平移不变子空间的逼近的逼近阶。