局部凸空间中弱收敛网的几个性质

本文推广了文献中的Mazur定理,在桶空间中得到了局部凸空间中弱收敛网的几个性质.     

三类LF紧性的超网式刻画

在一般L-fuzzy拓扑空间中引入了α-超网,同时利用α-超网,给出了良紧、强F紧、F紧空间的等价刻画,并证明了这三类LF紧性的Tychonoff乘积定理。     

关于第一可数拓扑空间的一个注解

本文讨论了第一可数拓扑空间中收敛网的特征.引入了全有序网和严格收敛网的概念并利用它们给出了第一可数空间的一个充要条件:设(X,T)是T1空间则下列结论是等价的:1)(X,T)是第一可数拓扑空间,2)对于任何一点x0∈X,(X, T)中有一个全有序的x0点邻域基,并且每一个严格收敛于x0的全有序网必有一个收敛到x0点的子序列.     

网收敛在刻画分离公理中的作用分析

序列收敛在拓扑学中有重要作用.在第一可数空间中,用序列收敛可以充分刻画其相关概念.但在一般拓扑空间中,需要网而不是序列作为基本收敛工具之一.本文意在探索网收敛在刻画低分离公理中的作用,同时,文中也尝试补充给出网对正则空间,正规空间的刻画.最后,肯定一个事实,拓扑与网收敛是等价的.     

拓扑空间网导出滤子与对应滤子的等价性

对拓扑空间中的序列、网、滤子基和滤子的收敛性质进行了研究,证明了网收敛与网对应的滤子收敛是一致的,并证明了网导出滤子与对应滤子是完全一致的.     

拓扑空间中Moore-Smith收敛的理想刻画

文章利用拓扑空间中的理想来刻画拓扑空间中的Moore-Smith收敛,并给出了闭包的一种描述,讨论了理想收敛与网收敛的关系,证明了用它们刻画Moore-Smith收敛是一致的.     

格值诱导空间与分明空间的关系

本文主要研究格值诱导空间。证明了在这类空间中分子网的收敛、紧性、映射的连续(开或闭)性等价于诱导它的分明空间的相应性质。同时讨论了L—Fuzzy拓扑空间的导出空间。最后,推广了王国俊同志的《L—Fuzzy 拓扑空间中的连通性》中的一个定理。     

分形空间中单调网的收敛性及收敛网的极限

研究了分形空间（H（Z）,h)中不降网收敛的充分必要条件。并给出了（H（Z）,h)中单调网的极限表示及收敛网极限的一种刻划。     

分形空间中单调网的收敛性及收敛网的极限

研究了分形空间 (H(Z) ,h)中不降网收敛的充分必要条件 ,并给出了 (H(Z) ,h)中单调网的极限表示及收敛网极限的一种刻划。     

关于拓扑空间中收敛类的注

对General Topology(J.L.Kelley,1955)中关于网的收敛类的定义进行修改,重新给出了网的收敛类的定义.这不仅简化了网的收敛类的定义.而且简化了收敛空间和拓扑空间在范畴意义下同构这一结论的证明过程.     

内超实度量空间中的两种收敛性

用无穷小分析方法研究了内超实度量空间中与Ｑ－拓扑及Ｓ－拓扑相应的两种收敛性——Ｑ－收敛性及Ｓ－收敛性，给出了内超实度量空间中的点列、网以及函数列Ｑ－收敛与Ｓ－收敛的特征与基本性质，引进了一致Ｑ－收敛与一致Ｓ－收敛的概念，并讨论了这些收敛性在一般度量空间中的应用．     

用网族的预收敛类刻画预拓扑空间的可数性公理

给出了预拓扑空间中第一、二可数性公理的定义,并利用网族的预收敛类的理论具体刻划满足第一、二可数性公理的预拓扑空间。     

L-fuzzy层保序算子空间的层收敛性

讨论了层保序算子空间中层收敛性理论,它是一种比较有普遍意义的Moore-smith收敛理论。文中主要讨论网和理想的收敛理论,给出了它们的特征性质刻画,并说明它们之间的关系,同时用网和理想的收敛理论来刻画层连续。     

Banach空间中的囿变算子序列及算子级数理论

本文〔6〕讨论了Banach空间中抽象级数的收敛性,文〔7〕在Banach空间中构造并研究了抽象的幂级数;本文则在赋范空间中提出了囿变算子序列、一致囿变算子和算子级数收敛等概念,得出了算子级数收敛或一致收敛的一系列定理。     

样本依赖型最小平方回归学习算法的收敛速度

目的研究基于样本依赖型的范数正则化学习算法的收敛性分析。方法概率论与数理统计的方法。结果给出了一种用K-泛函表示的收敛速度。结论文中的研究表明,样本依赖型学习算法与通常的核学习算法具有相同的收敛速度。     

可能性空间中学习过程一致收敛速度的界

在概率空间上统计学习理论是机器学习的重要组成部分.在概率空间上统计学习理论中一致收敛速度的界有重要的意义,利用经验风险最小化原则,这些界决定了学习机器的推广能力.本文在可能性空间中讨论了学习过程一致收敛速度的界,给出了一致收敛速度的界的估计并讨论了这些界和函数集容量之间的关系.     

L-Fuzzy邻近空间的收敛理论

本文引入L-Fuzzy邻近空间中的L-Fuzzy邻近收敛概念,给出它的一个刻划,并建立了它与分明拓扑中邻近收敛的相互关系,从而是"好的推广".我们也讨论了L-Fuzzy邻近收敛的基本性质,证明了那些在分明拓扑中成立的相应结果.     

Banach空间中二阶常微分方程的两点边值问题的广义拟解对

本文利用半序理论和混合单调迭代技术研究了Ｂａｎａｃｈ空间中二阶非线性常微分方程两点边值问题拟解对的逼近收敛定理，推广了文［１］的主要结论。     

L-拟序集中的层次收敛与完备性

研究了L拟序集中的层次收敛与完备性，在L－拟序集上引入了三种关系，并讨论了它们之间的关系及性质；定义了Cauchy网及层次Cauchy网，从而把Cauchy网列与层次Cauchy列的概念推广到网的水平，证明了序列的层次极限的等价刻画对网的层极限仍适用，并给出了层次Cauchy网的层极限的一个重要性质，得到了偏序集和Frame作为L－拟序集是层完备且完备的。