连续小波变换中允许小波的对偶小波

研究了连续小波变换中允许小波的对偶小波，给出了对偶小波的等价条件以及允许小波的对偶小波的表示。     

一类代数微分方程的可允许解（Ⅱ）

借助TodaN所给出的Nb(r,ω）的定义，讨论了一类复代数微分方程的代数体函数可允许解的存在性问题，并证明了有关定理 。     

复域内一类微分方程组的m分量——非可允许解

就复域内一类代数微分方程组的ｍ分量－非可允许解建立了一个定理，并给出例子说明定理中所给的条件是相对精确的。     

一类高阶代数微分方程的可允许解

应用Ｎｅｖａｎｌｉｎｎａ的值分布理论，对一类高阶代数微分方程的可允许解的存在性作了探讨，得到了一个主要结果。     

L2(R)上的S-进小波变换

通过引入R上的尺度参数S -进离散的仿射子群R+s ×R ,并给出该群上的左不变测度 ,给出了L2 (R)上S -进小波变换的允许条件 ,及S -进小波的对偶小波。推广了二进小波的相应结果     

一类微分方程组解的非可允许分量

利用亚纯函数的Nevanlinna值分布理论,研究了一类微分方程组解的非可允许分量问题,得到了一个结果.     

一类代数微分方程的可允许解

利用亚纯函数的Nevanlinna值分布理论,研究了一类代数微分方程代数体可允许解的存在问题,得到了一个正确的结果.例子表明该文的结论是精确的.     

基于二维分数阶Fourier变换的二维广义连续小波变换

文章基于二维分数阶Fourier变换,引入二维广义连续小波的概念,并给出了二维广义连续小波变换的定义,定义了相应的二维分数阶广义连续小波变换的可允许性条件。并且给出了二维分数阶小波变换的可允许性条件,证明了二维分数阶广义连续小波变换的一个性质定理。最后,得到了二维分数阶广义连续小波的离散形式。     

具有代数体允许解的复微分方程

讨论了一般高阶代数微分方程的代数体函数可允许解的存在性问题，改进了N.Toda和M.Kato等人的结果。     

极大允许序列的特性

本文给出了 8级mss表和长度有限的极大允许序列的一些性质 ,建立了长度有限的极大允许序列与二进制之间的关系     

妥协可接受的NTU模糊对策的妥协值

在经典NTU对策中,妥协可接受的NTU对策是与现实最贴近的分配模型,那么作为妥协可接受的NTU模糊对策的唯一单值解妥协值的研究价值是不言而喻的。文章以妥协可接受的NTU对策的妥协值为基础,将妥协值的性质推广到妥协可接受NTU模糊对策的模型中,从而得到具有非空核心的、妥协可接受的NTU模糊对策的妥协值,并且证明了该妥协值满足的部分性质和定理。     

C-拟正则半群上的可许同余对

令半群S为Clifford半群K的诣零扩张,Q为其Rees商半群S/K。引入S的可许同余对(δ,ω)的概念,其中δ和ω分别为诣零半群Q和Clifford半群K上的同余,证明了S上的任何同余σ都可由S的一个可许同余对唯一表示。另外,关于S上的任何同余σ,用σ_K表示σ在Clifford半群K上的限制,即σ_K=σ|_K,而σ_Q=(σ∨ρ_K)/ρ_K,其中ρ_K为S的理想K诱导的Rees同余,还证明了映射Γ:σ→(σ_Q,σ_k)为从S上的所有同余集合到S的所有可许同余对集合上的保序双射。最后,讨论了S上的同余是正则同余的条件。     

极大允许序列的框架结构

本文研究了极大允许序列的性质,给出了极大允许序列的框架结构。     

混合系数线性模型参数的可容许估计

利用二次损失函数和矩阵损失函数,给出混合系数线性模型的可估参数向量Sd在线性估计类中的可容许估计,并且分别讨论固定系数α和随机系数期望b的可容许估计.     

约束增长曲线模型的Minimax可容许估计

讨论在矩阵损失函数下约束增长曲线模型中回归系数的Minimax可容许估计问题,给出在某些线性估计类中Minimax可容许估计的充要条件.     

矩阵损失下带约束增长曲线模型的线性容许minimax估计

在矩阵损失下,讨论了带等式约束增长曲线模型在齐次线性估计类■0中是线性Minimax容许估计的充分必要条件。     

拓扑空间中涉及容许集值映象的叠合定理及应用

在非紧的一般拓扑空间中证明了一个涉及容许集值映象的叠合定理.作为应用,证明了一个极大极小不等式、一个截口定理和一个最佳逼近定理.     

型B半群上的同余

主要研究了型B半群上的容许同余,给出了型B半群上的容许同余核的一些性质,并得到了型B半群上最小容许同余的刻画。特别地,给出了型B半群上具有E性质的容许同余的刻画,得到了一些结果。     

一类高阶微分方程的代数体允许解

利用亚纯函数的Nevan linna值分布理论,研究了一类代数微分方程的允许解的存在性问题,改进了N.Toda和M.Kato的一个结果.例子说明了这一改进的结果更精确.