L(Q)格值模型的省略型定理

将带广义量词Q的一阶逻辑的二值弱模型推广到取值于完备弱可补格上,对有限的线性序弱可补格证明了省略型定理。     

(Q)格值模型的省略型定理

将带广义量词Ｑ的一阶逻辑的二值弱模型推广到取值于完备弱可补格上，对有限的线性序弱可补格证明了省略型定理。     

( )(Q)格值模型的省略型定理

将带广义量词Q的一阶逻辑的二值弱模型推广到取值于完备弱可补格上,对有限的线性序弱可补格证明了省略型定理.     

L（Q）格值模型的完全弱理论

对有限的线性序,文章证明了完全弱理论T和模型完全弱理论的一些等价条件,并给出了完全弱理论T的一个判定定理.     

(Q)格值模型论的紧致性定理

对的格值模型，取其论域Ａ的幂集Ｓ（Ａ）的一个子集ｑ及Ａ中一组元素，把（Ｑ）中公式Ｑｘ（ｘ，）在（，ｑ）中处的值定义为，则（，ｑ）就构成（Ｑ）的一个格值弱模型．本文对（Ｑ）的格值弱模型证明了紧性致定理。     

两个初等等价的不同构的有限格值模型

在二值模型论中，２个初等等价的有限模型必定同构，但本文构作一个反例证明同样的结论在格值模型论中不成立，因而Ｋｅｉｓｌｅｒ－Ｓｈｅｌａｈ同构定理也不成立。     

L(Q)逻辑的一种保持性定理

对广义逻辑Ｌ（Ｑ）的一种保持性定理给予了证明。     

L(Q)逻辑的完全理论

对一种附加量词L(Q)逻辑的一些模型论性质进行了讨论 ,用构造性证明方法证明了完全理论T和模型完全的一些等价条件 ,还给出了完全理论T的一种判定定理 ,为今后对L(Q)逻辑模型论做进一步研究提供了理论基础     

Lω1ω语言格值模型论的省略型定理及其应用

利用用谐性质的方法给出Ｌω１ω片断Ｌｆ上的省略型定理，作为应用，对Ｌｆ中的完备理论Ｔ，讨论了原子模型的存在性，Ｔ有素模型的充要条件以及模型ｕ的素模型的充要条件，并给出了原子模型与素模型之间的关系。     

LF(X)中带广义量词的弱完备性定理

给出了一阶格值逻辑系统LF(X)中带广义量词的L-型模糊集为闭的扩展定义,得到赋值为闭的结果,证明了LF(X)中带广义量词的弱完备性定理.     

关于格值模型论中的条件(F′_1)和(F′_2)

本文在一定的条件下证明了L值逻辑的紧致性蕴涵(F’_1)和(F’_2),其推论说明了格值模型论与二值模型论之间存在着一些本质的区别.     

L2(R)的子空间仿射伪框架

引进广义多分辨结构与子空间伪框架的概念.给出Paley-Wiener子空间的广义多分辨结构的构造.类似于S.Mallat的金字塔算法,建立了广义多分辩结构的塔式分解格式.得到塔式分解格式存在的条件.由此得到L2(R)中的函数的仿射框架展式.     

多元模态逻辑在有限模型语义下的(L)os-Tarski定理

证明了模态逻辑中Los-Tarski定理的有限模型论版本仍然成立,即：在有限模型语义下,一个多元模态公式在模型扩张关系下保持当且仅当它逻辑等价于一个存在多元模态公式．     

L-fuzzy拓扑空间的相对乘积空间与STi分离性(i=1,2)

就STi（i=1，2）分离性，讨论了L-fuzzy拓扑空间的相对乘积运算中的可乘性问题。     

混沌吸引子细胞模型的扩展与详述(Ⅱ)

基于本文的第一部分中提出的理论,引入同步轨道,组合轨道,n-层周期轨道和随机分叉等概念,提出一个混沌吸引子的分形分层结构,这种结构对于理解 沌运动的确定性和随机性具有重要意义。     

正态线性模型中可估函数的极小极大估计(英文)

论述正态线形模型NL(Xβ,δ~2V),其中V为已知k×n正定矩阵,σ~2>0为未知参数,在二次损失|σ~2 β~TX~TV~1Xβ|~1||δ SXβ||下,根据可容许性理论,证明了SXβ的线性估计是其一切估计类中的唯一极小极大估计。     

方差分量模型中回归系数估计的可容许性(Ⅱ)

本文考虑方差分量模型Y～N(X β,σ_1~?V_1 σ_2~2V_2)中β的函数g(β)的估计在一般估计类D_1中且在平方损失下的可容许性问题.给出了当X=In时β的估计AY为D_1可容许的充分条件.以及可估函数Sβ的估计AY为D_1可容许的充分条件.同时给出了可估函效Sβ的非齐次线性估计AY a为D_1可容许的充要条件及充分条件.本文还讨论了在矩阵损失下方差分量模型中回归系数估计的可容许性,并得到了估计量为可容许估计的充分条件.     

误差是非参数AR(1)序列的变系数模型

利用局部线性方法给出误差序列{εi,1≤i≤n}是非参数AR(1)序列下的变系数模型系数函数的估计,并在此基础上研究了系数函数估计的相合性问题,给出了该模型系数函数估计是弱相合的.     

多元线性模型中随机回归系数和参数的线性估计在线性估计类中的可容许性(Ⅰ)

考虑多元线性模型Ｙ＝ＸＢ＋Ｅ,其中Ｙ是可观测的ｎ×ｍ矩阵,Ｂ和Ｅ分别为不可观测的ｐ×ｍ和ｎ×ｍ随机矩阵,ＥＢＥ＝ＡαＯ,ＣｏｖＢＥ＝Ｖ;Ｘ,Ａ,Ｖ均为已知矩阵,≥０,Ｖ≥０,是已知矩阵或未知的参数矩阵,α∈Ｒｋ×ｍ为未知的参数矩阵。本文在矩阵损失函数：（ｄ－Ｓα－ＱＢ）′（ｄ－Ｓα－ＱＢ）下给出了Ｓα＋ＱＢ的估计ＬＹ（ＬＹ＋ｃ）在齐次线性估计类（线性估计类）中可容许的充要条件,从而将文献［１］［３］中得到的关于一元模型的有关结果推广到多元模型。