三维投影型插值算子的应用

针对二阶椭圆边值问题{Lu=-△u+∑3i=1aiDiu+a0u=∫in Ω,u=0 on eΩ应用三维投影型插值算子理论,通过建立不同情况下Тh上的分片插值逼近并结合Holder不等式,插值误差估计等方法,研究了正规剖分下三维长方体有限元的超收敛性质,获得了几个好的超收敛估计结果.     

二维投影型插值的各向异性

给出了二维投影型插值的构造,并验证了二维投影型插值具有各向异性特征,利用各向异性单元分析方法得到了各向异性网格下对二阶椭圆问题的有限元误差估计.     

三维投影型插值算子及其等价构作方法

首先通过Fourier展开得到函数u∈H3(e)的展开式,然后介绍了三维投影型插值算子,最后给出了这个算子的一个等价构作方法.利用这一算子可以分析三维问题有限元的超逼近.     

一类三次Spline插值误差的渐近展开

对一类有广泛实用价值的无导数信息插值端点条件的三次样条函数,给出了插值误差的逐项渐近展开式。     

基于Taylor展开的无单元插值形函数及应用

在无单元伽辽金法的基础上,构造了基于Taylor展开的具有过点插值的无单元形函数,它可以和有限元法一样处理边界条件,克服了传统的无单元伽辽金法遇到的瓶颈问题;对非凸边界的处理,提出了新的准则--弧弦准则(arc-string criterion).这样,可大大减少了无单元法的计算工作量,提高了边界处理的精度,并且继承了无单元法及有限元法的优点.     

楔形基函数插值及其误差估计

讨论二维空间中楔形基函数插值问题的可解性,构造允许向量并且利用Kriging泛函的性质给出插值问题的误差估计,而且误差只受控于数据密度和与被插函数有关的常数,并且给出了具体的例子．     

一元二次样条函数及其插值

通常给出的一元二次样条函数的插值方法均是递推的，产生的结果是误差要累积。本文给出的结果其构造方法与有关文献不同，显著的不同点是本文的方法是非递推的，在插值时其误差在［ａ，ｂ］上“均匀”分布，误差估计为‖Ｓ（ｘ）－ｆ（ｘ）‖≤３５／２４ｈ＾３‖ｆ″′‖其中ｆ（ｘ）∈Ｃ＾３［ａ，ｂ］。这一误差估计比通常所见的结果要好。     

基于一个函数类的Cardinal样条插值

考察了基于一个函数类的Ｃａｒｄｉｎａｌ样条插值。被插函数属于Ｓｏｂｏｌｅｖ函数类。并得到了Ｌｐ（Ｒ＾ｄ）尺度下的误差估计。     

一般有界Sigmoidal函数神经网络的插值与逼近

研究了一维欧氏空间中神经网络的插值问题.首先,对于一组插值样本和定义在R上的一般有界Sig-moidal激活函数,给出了精确插值的单隐层前向神经网络存在的条件;然后,构造了近似插值网络,给出了估计精确和近似插值网络之间的误差;最后,利用连续模作为度量,分别估计了两类网络对连续函数的逼近误差.     

非等距五次(0,3)缺插值样条函数余项的渐近展开

本文采用传递插值方法对五次(0,3)缺插值样条函数的余项进行了渐近展开,这种方法对非等距情况下的渐近展开具有普遍意义。     

一类二级指数样条插值的误差估计

讨论了形如ｓ（ｘ）＝ａｉ＋ｂｉｅ＾ｘ＋ｃｉｅ＾２ｘ，ｘ∈「ｘｉ，ｘｉ＋１」的二级指数样条函数，给出了相应的误差估计。     

中子扩散本征值问题节点展开法的收敛性

本文利用谱逼近的一般结果,证明了中子扩散本征值问题节点展开法的收敛性,并给出了近似解的误差估计。     

一种求三元有理插值函数的方法

由一元Newton插值公式推广得到三元Newton插值公式，进而构造出一种三元有理插值函数．利用它可直接计算该插值函数的分母在节点处的值，并据此判断相应的三元有理插值是否存在．若存在时，还能给出其具体表达式．     

论一类函数幂级数展开的通项渐近估计

调｜Ｘ｜〈１,Ｘ→１－０,记Ｋ≥２为整数,则下列幂级数有１／（１－Ｘ）＾１ｌｏｇＴ＾Ｋ１／１－ｘ＝∑＾∞ｎ＝ｋａｎ＾（１,ｋ）＝１／（ｌ－１）１ｎ＾ｌ－１,ｌｏｇ＾ｋｎ（１＋Ｏ（１））,（当ｎ→＋∞）。此处“ｏｌｇ”是以自然数ｅ为底的“对数”记号。     

关于14个结点六面体有限元的Lagrange型插值基函数

本文对14个自由度的六面体给出两组新的基函数,一组对二次多项式准确,另一组对一次多项式准确而且整体上C~0连续     

H-B样条插值整函数和多元函数的H-B插值

本文综述了H-B样条插值的基本概念和分解定理,H-B 样条插值正则性的充分条件和必要条件,H-B 样条插值的其它结果,整函数和多元函数的插值问题。     

一类二次紧支撑样条小波插值的渐近性质

探讨了一类二次紧支撑样条小波插值．得到了插值误差的逐项渐近展开，获得插值误差关于步长h的级数表示．     

构造二元切触插值函数的一种方法

文章利用埃米特插值基函数的方法,构造了一种矩形网格上的二元切触插值函数,并给出误差估计。最后通过数值实例,说明该方法具有计算量低,构造过程公式化,便于编程的特点。