关于绝对连续函数的黎曼-斯蒂尔切斯积分的近似计算

研究了闭区间[a,b]上的黎曼-斯蒂尔切斯（R-S）积分∫a^b f（x）du（x），对于函数f（x）和u（x）皆为绝对连续函数的情形得到了近似计算的求积公式及其误差估计，并将结果应用于富里埃正弦变换和富里埃余弦变换的近似计算及其误差分析．     

对测定薄透镜焦距误差的探讨

讨论了在非理想状态下,即薄透镜仅存在光心误差的情况下,对高斯法和共轭法测焦距f进行推导,指出高斯法和共轭法产生的误差是一样大的,并推导出产生△f最小的条件．     

S Bernstein多项式在无穷区间上的推广

本文引进了推广到无穷区间上的S. Bemstein多项式的更一般的形式 B_n~[P](f;x)=e~(-(nx))~P sum from k=0 to ∞ f(k 1/p/n)(nx)~(pk)/k1 (*)其中f(x)是定义在[0,+∞)上函数,p为正整数,那么O.Szasz所研究的以及文[4]中所引进的S.Bernstein多项式分别是本文中所给出的(*)式中当p=1及p=2时的特殊情况。而且证明了在比文[4]中更弱的条件下,在f(x)的任一连续点x_0处,有同时也得到了在与文[4]中的相同条件(比文[1][2]中的条件简单)下,B_n~[p](f;x)对f(x)的逼近度,并且当f(x)定义在[1,+∞)上时,B_n~[p](f;x)与f(x)的误差比文[4]中的更小。     

一般高维解析函数的外推

给出了一般高维解析函数的外推方法及外推的误差估计公式。     

基于两点信息构造的多项式逼近函数

通过一个函数在两点处的函数值及其导数值,构造了一个次数最低的多项式来逼近函数,并得到了一个误差估计表达式.与只利用一点处信息得到的泰勒展式的比较,利用两点处信息构造的逼近多项式具有较好的逼近效果.     

神经网络的结构学习算法研究

针对前馈神经网络结构设计困难,传统ＢＰ算法易陷入局部极小、收敛速度慢、对初始权选取敏感等缺陷,通过修改误差函数,提出了一种融结构自适应选择和参数学习于一体的针对一般神经元激活函数的新算法,实验结果表明其高效性．     

基于五次叠样条的数值积分公式

基于五次叠样条本文获得了一个光滑函数的数值积分公式，它的精度比使用单一五次样条获得的数值积分公式要高二阶，它的误差约为复化梯形公式三次外推结果误差的１／２８６。     

矩形公式近似计算超奇异积分及应用

超奇异积分的数值计算是边界元方法,尤其是在自然边界元方法中的重要的课题之一。基于矩形公式近似计算超奇异积分,得到相应的误差估计。在显示误差泛函的基础上,当误差展开式中的特殊函数等于零时,得到左(右)矩形公式的超收敛现象,此时,超收敛的收敛阶与经典的黎曼积分误差估计相同。相应的数值算例验证了理论分析的正确性。     

W^22（D）空间函数的近似再生

本文介绍一个具有再生核的函数Ｈｉｌｂｅｒｔ空间Ｗ＾２２（Ｄ）并给出了该空间再生核函数表达式。利用它构造Ｗ＾２２（Ｄ）空间上函数ｕ（Ｍ）的近似再生函数ｕｎ（Ｍ），随着再生核函数项数ｎ的增加，近似再生函数的误差在Ｗ＾２２（Ｄ）空间范数意义下单调下降且趋于零。     

基于双曲正弦函数的新变步长LMS算法

对自适应最小均方误差(LMS)滤波算法的步长选取问题进行了研究.在分析现有变步长LMS算法的基础上,通过对双曲正弦函数进行数学变化,构造步长因子u(n)与误差信号e(n)的函数,提出了一种基于双曲正弦函数的新变步长LMS算法,分析了参数a、b、c的选取对该算法性能的影响.仿真结果表明:该算法在收敛速度和稳态误差方面明显优于固定步长LMS算法及SVS-LMS算法.     

关于商高数的Je(s)manowicz猜想

设a,b是适合a>b,gcd(a,b)=1,2|ab的正整数,证明了当2||ab时,方程(a2-b2)x+ (2ab)y=(a2+b2)z仅有正整数解(x,y,z)=(2,2,2)可使x,y,z均为偶数。     

关于不定方程(3n)~x+(4n)~y=(5n)~z

证明了不定方程（3n）x＋（4n）y=（5n）z仅有正整数解x=y=z=2．     

三重叠五次样条插值的渐近误差估计

讨论了三重叠五次样条插值,证明了在等距剖分下,五次样条及其叠样条均以h~6的精度分别逼近f(x)和f'(x),f"(x),f'"(x).所得格式非常简洁.具有很强的实用性。     

关于叠四次样条插值逼近导函数

对一类四次样条插值函数，给出了关于的叠样条插值，通过边值条件的适当选取，证明了在等距剖分下，所给叠样条和均以ｈ４的精度分别逼近和。所用方法可用于偶次插值样条的叠样条研究．     

关于丢番图方程x4+mx2+ny4=z2

Fermat无穷递降法,证明了方程x4+mx2+ny4=z2=z2在(m,n)=±(6,-33),(6,33),(-3,-6),(±12,168),(-6,-12),(12,84)均无正整数解,并且获得了方程在(-3,6),(6,-15),(±3,-3)时的无穷多组正整数解的通解公式,从而完善了Aubry等人的结果.     

关于阶乘的两个丢番图方程的解

运用初等方法给出了有关阶乘的两个丢番图方程5/x!=1/y!+1/z!+1/w!(x,y,=∈N+)及6/x!=1/y!+1/z!+1/w!(x,y,=∈N+)的解.     

一个Diophantine方程组

设D是正整数.1995年,M.Mignotte和A.Petho运用深奥的超越数论方法确定了方程组x2-Dy2=1-D和x=2z2-1在D=6时的全部正整数解(x,y,z).对于D-1是奇素数方幂这个一般情况,给出了确定该方程组全部正整数解的初等方法,并且由此找出了该方程组在D=6和8时的全部正整数解.     

关于丢番图方程y~2=a~2(bx+c)~4+dx~2+ex+f

给出了用初等方法解决一类丢番图方程 y2 =a2 (bx +c ) 4+dx2 +ex +f 的求解问题的判别方法 ,并给出解的范围 ,在 z≠ 1且其取值范围较大时 ,可利用给出的 Pascal程序段 ,求出 z值 .     

一类二阶变系数非齐次线性微分方程的通解

受一类二阶常系数非齐次线性微分方程y″+py′+qy=f(x)(其中:p=λ1+λ2;q=λ1λ2)通解的简便求法启发,给出了求一类二阶变系数非齐次线性微分方程y″+p(x)y′+q(x)y=f(x)(其中:p(x)=λ1(x)+λ2(x);q(x)=λ1'(x)+λ1(x)λ2(x))的通解的方法.     

非线性n阶微分方程的五点边值问题解的存在唯一性(英文)

利用解的匹配方法(即将非线性微分方程y(n)=f(x,y,y′,…,y(n-1))在[x1,x3]上的三点边值问题的唯一解与在[x3,x5]上的三点边值问题的唯一解匹配,从而得到方程五点边值问题的唯一解),给出非线性n阶微分方程y(n)=f(x,y,y′,…,y(n-1))满足边界条件y(k)(x1)-y(k)(x2)=a1k,y(j)(x3)=bj+2,y(k)(x4)-y(k)(x5)=a2k,(j,k=0,1,…,n-3)的五点边值问题的解存在唯一的条件。