Smooth群的进一步扩展

针对已经得到的关于Smooth群的一些性质，对Smooth群进行更深入的研究．给出广泛Smooth群的定义，使smooth群得到扩展，并在此基础上得出Smooth群的一些新的性质，并给出严格的证明．     

Smooth L-Fuzzy拓扑空间内部算子的等价刻画

借助于集合套理论 ,在 Smooth L- Fuzzy拓扑空间上给出了 Smooth内部算子的一些等价刻画 ,从而揭示了 Smooth L- Fuzzy拓扑空间上 Smooth内部算子与 L - Fuzzy拓扑空间上内部算子的内在联系 ,并讨论它的一些应用     

半Smooth格

该文引入半Smooth格和半Smooth代数格的概念,讨论它们的一些基本性质及与半连续格的关系,证明了完备格L是半Smooth格和半连续格当且仅当L是完全分配格.     

模糊n-伪理想

引入模糊n-伪理想的概念,研究了模糊n-伪理想的运算,建立了同态环间模糊n-伪理想的对应定理.     

半环的模糊虚理想

借助环论的思想方法,结合半环的模糊理想提出了半环的模糊虚理想的概念.证明了半环的非平凡模糊理想与非平凡模糊虚理想是互不相容的,并得出半环的模糊虚理想在模糊同态映射下仍然是保持的.最后得到了半环的模糊虚理想与模糊伪理想的关系.     

半群的R-模糊理想

R-蕴涵算子与半群的模糊理想相结合引入半群的R-模糊理想的定义,得到了当R(x,y)对变量x递减时,两个半群的R-模糊理想的交仍是半群的R-模糊理想,当R(xy,)对变量x递增时,两个半群的R-模糊理想的并仍是半群的R-模糊理想的相关定理及推论。基于半群同态的定义,研究了R-模糊理想的满同态像及同态原像的相关性质,推出半群的R-模糊理想的满同态像及同态原像仍是半群的R-模糊理想;最后给出半群的R-模糊理想在8个蕴涵算子上的特征刻画。     

半群的R-模糊理想

R-蕴涵算子与半群的模糊理想相结合引入半群的R-模糊理想的定义,得到了当R（x,y）对变量x递减时,两个半群的R-模糊理想的交仍是半群的R-模糊理想,当R（xy,）对变量x递增时,两个半群的R-模糊理想的并仍是半群的R-模糊理想的相关定理及推论。基于半群同态的定义,研究了R-模糊理想的满同态像及同态原像的相关性质,推出半群的R-模糊理想的满同态像及同态原像仍是半群的R-模糊理想;最后给出半群的R-模糊理想在8个蕴涵算子上的特征刻画。     

关于Smooth群和Vague群的几个基本结果

给出了Smooth群和Vague群的几个基本结果，推广了Smooth群中的6个等价式．     

广义Γ-环的模糊双理想与模糊拟理想

引入广义Γ－环的模糊子环、模糊双理想及模糊拟理想概念,并给出若干等价条件．最后建立了广义Γ－环同态下模糊双理想与模糊拟理想的对应定理     

Smooth L—Fuzzy 拓扑空间内部算子的等价刻画

借助于集合套理论，在Smooth L-Fuzzy拓扑空间上给出了Smooth内部算子的一些等价刻画，从而揭示了Smooth L-Fuzzy拓扑空间上Smooth内部算子与L－Fuzzy拓扑空间上内部算子的内在联系，并讨论它的一些应用。     

平滑系数优化的季节性指数平滑法

本文给出了一种基于单纯形法对平滑系数寻优的季节性指数平滑法,依据这一方法进行预测,总体残差大大降低,精度明显提高。文中通过某电力系统负荷预测结果表明,采用单纯形法对平滑系数寻优比采用经验数据预测的百分比误差降低两倍多。     

光滑纤维化的特征函数与诱导光滑纤维化

在差异空间范畴中研究了光滑纤维化与光滑上纤维化的等价刻画, 利用光滑升腾函数与光滑收缩函数, 分别证明了一个光滑映射是光滑纤维化的充要条件是其存在相应的光滑升腾函数、是光滑上纤维化的充要条件是其存在相应的光滑收缩函数. 同时, 证明了光滑纤维化或光滑上纤维化诱导的光滑映射空间之间的光滑映射是光滑纤维化.     

关于k-很光滑和k-强光滑性的特征

本文引入了k-很凸、k-强凸空间．它们分别和k-很光滑、k-强光滑空间具有对偶性．证明了Banach空间X和其对偶空间X*具有k-很光滑和k-强光滑空间的一些特征．     

关于随机光滑点

提出随机赋范模中随机光滑点的概念,利用随机赋范模与经典赋范空间的联系,给出了随机光滑点和经典光滑点的关系。最后,利用有限生成随机赋范模的代数结构,给出了几个随机光滑点的基本性质。这些结果将进一步丰富随机赋范模几何学已有的内容。     

曲线平滑局部处理

本算法给出了用一段弧联结给定的数据点P_K与P_(KH)的局部化处理方法,而对应于P_K与P_(KH)的端点处的斜率为tanθ_K及tanθ_(K+1)。整个曲线的斜率都是连续的,弧的Y与X座标分别独立地给出,它们都是Z的三次函数,这个Z对应于P_K点为Z=0。而在P_(K+1)点为Z=1。对应P_K点的斜率是由某一个参数及经过三点的抛物线求导给出cosθ_K、sinθ_K的。由绘图仪将数据点序列联结起来画出的线可以为实线、虚线及点画线。     

基于光滑化方法的支持向量回归算法

支持向量机是在统计学习理论的基础上发展起来的新一代学习算法,由于其出色的泛化能力,在文本分类、手写识别、数据挖掘、生物信息学等领域中获得了较好的应用.提出了一种光滑支持向量回归算法,实验结果表明,它相对于其它回归训练方法有较快的收敛速度和较高的拟合精度.     

k-非常凸、k-非常光滑与(弱)中点局部k-一致光滑空间

引入推广的Banach空间的k-非常凸、k-非常光滑、(弱)中点局部k-一致光滑性的概念,讨论了它们与其它k-凸性(k-光滑性)之间的关系,证明k-非常凸性和k-非常光滑性具有对偶性质,(弱)中点局部k-一致光滑性与(弱)中点局部k-一致凸性具有对偶性质.     

K-弱凸性与K-弱光滑性

提出了K_弱凸性与K_弱光滑性 ,作为K_强凸性与K_强光滑性的推广 ,然后证明了K_弱凸性与K_弱光滑性是对偶性质 ;Banach空间X是非常凸的当且仅当X是严格凸的且K_弱凸的 ;Banach空间X是局部一致凸的当且仅当X是K_强凸的和严格凸的且具有 (WM)性质。