Besov空间中一类反周期函数的三角插值逼近问题

引进一种插值算子,研究在Besov空间中以2π为周期的反周期函数的三角插值的逼近阶和饱和问题,确定了逼近的饱和类.     

Jackson三角插值在Hα空间的逼近

在H^α空间中，研究了一类三角插值多项式逼近的饱和问题，确定了逼近的饱和类与饱和阶。     

一类三角插值多项式在W_p~rH~α空间的逼近

在WrpHα空间中,利用插值逼近的方法,研究了一类(0,p(D))三角插值多项式逼近的饱和问题,确定了逼近的饱和类与饱和阶.     

双周期(0,p(D))整插值算子的饱和性质

研究了C(R)空间中双周期(0，p(D))整插值算子的饱和问题，确定了饱和阶与饱和类．     

一类三角插值多项式在Wp^r H^α空间的逼近

Wp^r H^α空间中，利用插值逼近的方法．研究了一类(O，p(D))三角插值多项式逼近的饱和问题，确定了逼近的饱和类与饱和阶．     

(0,m_1,…,m_q)三角插值多项式在Hlder度量下的逼近

在H lder度量下,研究了一类三角插值多项式的逼近和饱和问题,确定了逼近的饱和类与饱和阶.     

在H■lder度量下一类指数型整插值算子的逼近

研究了指数型整函数插值算子,，在Holder度量下的逼近和饱和问题，确定了饱和类和饱和阶．     

在Hlder度量下一类三角插值多项式的逼近

研究了在Hlder度量下,一类三角插值多项式的逼近和饱和问题,确定了饱和类和饱和阶。     

一类指数型整插值算子在Holder度量下逼近的饱和性

在Holder度量下,研究了一类指数型整插值算子的逼近和饱和问题,并确定了逼近的饱和类与饱和阶.     

一类指数型整插值算子在Hlder度量下逼近的饱和性

在H lder度量下,研究了一类指数型整插值算子的逼近和饱和问题,并确定了逼近的饱和类与饱和阶.     

(0,m1,…,mq)三角插值多项式在Holder度量下的逼近

在Holder度量下，研究了一类三角插值多项式的逼近和饱和问题，确定了逼近的饱和类与饱和阶。     

一类三角插值多项式在Hlder度量下的逼近

研究在H lder度量下 ,双周期 (0 ,m)三角插值多项式 (m为偶数 )的逼近与饱和 ,确定了饱和阶与饱和类     

一类指数型整插值算子在Hoelder度量下逼近的饱和性

在Hoelder度量下，研究了一类指数型整插值算子的逼近和饱和问题，并确定了逼近的饱和类与饱和阶。     

一类(0,p(D))三角插值多项式的逼近和饱和

研究了一类(0,p(D))三角插值算子的逼近和饱和问题，确定了饱和类和饱和阶．     

推广的二元三角插值算子的收敛与饱和

构造了不依赖于结点组的更广的一类二元Fourier插值算子和二元离散的Fourier插值算子,估计了两类算子的收敛阶,并且证明了对于二元连续周期函数类来讲,该收敛阶是最优的.更进一步讨论了这两类算子的饱和问题,得到了饱和阶的估计.在收敛阶和饱和阶的度量上,论文结果与以往文献中的结果是一致的.     

一类三角插值多项式在Hoelder度量下的逼近

研究在Hoelder度量下，双周期（O，m）三角插值多项式（m为偶数）的逼近与饱和，确定了饱和阶与饱和类。     

Jackson整插值算子在Besov空间中的逼近

研究在Besov空间中,Jackson整插值算子的逼近和饱和问题,确定了逼近的饱和类与饱和阶.1)设f∈Hα∩Xp,则‖Iσ(f;x)-f(x)‖α=O1σ1-α当且仅当f绝对连续且f′∈Lp,(1相似文献   

基于GIS的空间插值方法研究

对地理信息系统空间数据分析中的空间数据插值方法从广义的角度分为点的插值和面的插值进行了论述，讨论了点与面的各种插值方法的理论基础、算法以及应用方式，并对空间插值的应用与推广及相关的问题进行了阐述．指出在运用空间插值方法时，要得到理想的空间插值效果，必须针对不同研究区的实际情况，对实测数据样本点进行充分分析，反复试验比较，以选择最佳的方法，并在运用一般插值方法的基础上，依据自身需要及学科的特点，对插值方法进行改进，进而提出适合各学科研究的更优的空间插值方法．     

基于泰森多边形法的空间品位插值

为使泰森多边形法能够用于三维地质体的空间属性插值,生成规则网格结构化体数据,利用取样数据的空间分布特性,提出了用于空间插值的方案,通过分析泰森多边形的性质,无需真正构造泰森多边形,建立了具有距离相关性的品位插值关系,从而解决了泰森多边形法的空间品位插值问题。实例验证表明,该插值方案是可行的,插值结果是理想的。     

基于机载小光斑LiDAR数据插值的亚热带森林丘陵地形的误差分析

以激光雷达(LiDAR)地面点云数据为数据源,将北亚热带天然次生林下的丘陵地形作为研究对象,分析了6种常用局部插值方法生成DEM的全局误差及其与地形因子、地面插值点密度和地表植被状况的相互关系,并借助随机森林方法进行插值误差不确定性制图。研究表明:各插值表面的预测值总体偏低,其最佳输出空间分辨率为2 m; 其中以自然邻近法插值生成的数字地形精度最高且可视化效果最好,而张力样条法的精度最低; 全局误差随坡度增大而逐渐提升,随地面插值点密度提高逐渐降低; 幼龄和中龄天然次生林所在区域地形插值的误差较大而成熟林的误差最大,灌木区全局误差不高但误差变异较大。同时,以LiDAR提取的植被参数与地形插值误差表现了较好的相关性,而归一化植被指数(NDVI)与误差之间的相关不明显,这表明以LiDAR数据提取植被参数在NDVI易饱和地区也可以较好地反映地形插值精度。