AOR迭代法的误差估计

在双严格占优矩阵条件下,给出了相容矩阵范数的一个上界,并以此为基础,得到了线性方程组求解时的AOR迭代法的误差估计式.作为特殊情形,当σ=ω=1时,得到了Gauss-Seidel迭代法的更简捷形式的误差估计式.     

新的误差估计式及应用

给出了Banach压缩映照原理的简捷证明,由此得到了一个新的误差估计式,并将它应用于积分方程解的估计．     

有限元后验误差估计的有效性分析

本文利用第二类方法──局部求解法,对一般区域和正规网格上高次三角形元和矩形元,构造并分析了一种等价后验误差估计量．同时,给出了等价上、下界的计算公式和估计式．分析结果表明：上、下界强烈依赖于网格的几何特性,而与原方程解的光滑性关系较弱．     

时滞微分方程初值问题数值方法的误差估计

给出了求解时滞微分方程初值问题ｙ（ｔ）＝ｆ（ｔ，ｙ（ｔ），ｙ（ｔ－ｒ），ｔ≥ｔ０，ｙ（ｔ）＝ψ（ｔ），ｔ≤ｔ０。的数值方法的整体误差估计，它不依赖于右端函数关于第二个变量的李普希兹常数。     

一类组合迭代过程的收敛性与误差估计

研究一类解非线性方程的带参数μ的组合迭代方法，在Ｏｓｔｒｏｗｓｋｉ－Ｋａｎｔｏｒｏｖｉｃｈ条件下建立对Ｏ≤μ≤２的收敛性定理，且和到对０≤μ≤２的最优误差估计。     

关于定积分近似计算及误差估计的一种新方法

本文从概率角度给出了定积分近似计算的一种新方法，并给出了确保近似计算误差不超过ε时等分积分区间数ｎ的一个新估计式。     

Laplace方程九点差分格式的构造及其误差估计

一种求解带有第三类边界条件的Laplace方程的九点差分格式,它是通过坐标轴旋转结合传统的五点差格式得到的,讨论了这种差分格式的误差估计.     

基于Crouzeix-Raviart元的有限体积法后验误差估计

给出了二阶椭圆型方程的非协调有限体积法的后验误差估计.该估计是在分片线性的Crouzeix-Raviart元上得到的,并给出了梯度误差的上下界,由Aubin-Nitsche技巧得到了L2误差估计.     

一个可靠指标计算公式的误差分析

对美国桥梁设计规范中计算可靠指标的一个公式进行分析,认为该公式是近似的,并指出了其近似的原因。分别采用该公式和蒙特卡罗法计算可靠指标,计算结果表明该公式的误差高达30%,远远超出工程容许范围。因此在工程上应用该公式进行可靠指标计算是不合适的。     

压缩映像原理在递推数列极限中的应用

结合递推数列的特点,将压缩映像原理运用到数列极限问题中去,使关于数列极限存在性和求解问题得到更快、更简易的解决。     

齐次等式约束线性回归模型回归系数的综合条件岭估计

提出了齐次等式约束线性回归模型回归系数的一个新的有偏估计,即综合条件岭估计.讨论了综合条件岭估计的可容许性等优良性质.给出了其迭代解和极小化均方误差的无偏估计解.在一定的条件下,综合条件岭估计的样本总方差、均方误差、均方误差矩阵均分别小于约束最小二乘估计的相应误差.条件岭估计和条件根方估计为综合条件岭估计的特例,从而统一了条件岭估计和条件根方估计的理论.     

1—集压缩映射的不动点定理

将文（１）中的若干定理与推论推广到附加一定条件的１－集压缩映射的情形,并用它们来讨论某些算子方程解的存在性。     

关于一类特殊均匀分布的具有耐抗性质的参数估计

本文对均匀分布的参数在以往非耐抗性估计的基础上，给出了一个具有耐抗性的估计。     

错误分析与英语教学质量的提高

外语学习中出现的错误历来是研究人员和教师捕捉、分析和研究的对象,正确对待外语学习者在语言使用中所犯的错误,并对这些错误进行认真分析,无疑有助于外语教学质量的提高。教师纠错的时机、纠错的模式以及学生对错误的认识,对错误纠正的态度和对错误纠正方法的喜好直接影响着学生学习的积极性、影响着课堂教学的效果。     

初等算子的范数估计

文章给出了‖I＋QA,B‖达到上下界的充分条件,并在此基础上讨论了基本初等算子的范数．     

H.264中一种新的运动估计快速搜索算法

H.264是新一代视频压缩编码标准,具有很高的压缩率,但其算法的复杂度较高,其中运动估计部分耗时最多.为了减少运动估计的时间,较详细地介绍了一种新的快速搜索算法,通过与传统的搜索算法的实验比较,可以看出新的快速搜索算法不但大大缩短了运动估计的时间,而且可以得到优质的图像,具有很高的应用价值.     

空间色噪声CDMA系统的一种基于累积量DOA估计算法

传统的DOA估计一般是假设噪声为白高斯的二阶谱估计算法．针对更接近于实际情况的空间色噪声，提出了一种基于累积量MUSIC算法的同步CDMA系统解相干DOA估计算法．该算法不仅能消除多径干扰并且与二阶MUSIC算法相比能更有效抑制空间色噪声，提高估计的准确性．     

函数最优近似值的均方误差分析

本文运用误差传播定理对函数近似值的均方误差进行了分析,得出二元函数z=f(x,y)的近似值(?)=f(?)并非是最优近似值这一结论.