多分辨正交多小波网络及其学习算法

利用多小波函数和多尺度函数的互补性,构造了一种具有分层、多分辨和局部学习特点的正交多小波神经网络.给出了调整网络权系数的算法并进行了计算机仿真,结果表明正交多小波神经网络的逼近性能优于正交单小波神经网络.     

线性流形上广义次对称矩阵反问题的最小二乘解

讨论了线性流形上广义次对称矩阵反问题的最小二乘解及其逼近问题。利用矩阵的奇异值分解和矩阵分块方法，得到了最小二乘解的一般表达式。给出了线性流形上矩阵反问题的可解的充分必要条件。而且就相应的逼近问题，利用Frobenius范数的正交不变性和闭凸维上的逼近理论，得到了最佳逼近问题惟一解的表达式。     

H_0~1[a,b]中的最佳数值积分公式

本文利用H10[a，b]中样条插值算子理论，讨论了H10[a，b]中的最佳逼近泛函，并给出最佳数值积分公式。     

关于Abercrombie一个结果的注记

设θ∈[1, ∞ )为任意实数,序列 B_θ={[nθ]|n∈N|叫作由θ决定的Beatty序列Beatty序列近年来由于同半群的联系而受到关注(见文献[1]及其参考文献).Abercrombie考虑了Beatty序列中的除数问题.设k≥2为固定正整数,令D_k(θ;x)=sun from n ≤x/θd_k([nθ])=sum from n≤x n∈B_yd_k(n).则文献[2]证明了,在Lebesgue,测度意义下.对几乎所有的θ≥1,有D_2(θ;x)=θ~(-1)D_2(1;x) O(X~(5/7 ε),     

关于饱和模型的讨论

一阶模型论中,关于可数模型的讨论是一个重要课题。在这方面,对于可数饱和模型的研究已得到了一些意义重要的经典结果。在文献[1]中,Benda定义了比饱和模型的条件要弱一些的几乎饱和模型和满模型的概念,探讨了它们的一些相关性质,证明了如果一个可数语言上     

Gauss—Weierstrass算子的某些逼近性质

该文主要讨论了Ｇａｕｓｓ－Ｗｅｉｅｒｓｔｒａｓｓ算子（Ｗｎ）在给定点对ＬｉｐｓｃｈｉｔＺ函数类的逼近误差以及某些高阶逼近问题，并得到了（Ｗｎ）的局部Ｎｉｋｏｌｓｋｉｉ常数。     

Morita系统环的IBN性

在环论研究中,IBN(不变基数)性质(参见文献[1])是一个非常重要的性质,只有在IBN环上的自由模才可定义其维数和秩,IBN环在代数K-理论和拓扑学中也有应用.另一方面,Morita系统环(ring of Morita context)是一个包含众多环类的非交换环,如矩阵环、自同态环和环的Morita等价等,它的IBN性引起人们的兴趣.本文证明了若M为有限生成右S-模,N为有限生成左S-模,则T为IBN环当且仅当R或S为IBN环.这一结果使许多重要的已知结论成为特例.     

容错控制系统的一种神经网络控制策略

基于神经网络的函数逼近能力及其容错性，提出了一种神经网络容错控制策略；首先利用系统重构的方法设计控制系统在各种故障情况下的控制律，然后采用一个神经网络来学习这些控制律的特性，学习结果后，将该神经网络作为控制器对系统实验控制，对一个具体的线性控制在传感器故障情况下的神经网络控制进行了仿真研究，结果表明：神经网络控制器能够代替系统原有的控制器，而且在系统发生未知故障时，同样具有容错性。     

微切平面逼近三维散乱数据的研究

提出了三维散乱数据微切平面逼近的算法。基于曲面形信息反映在三维散乱点集中，用维三点集中某点的邻 集构造微切平面来近似表示该点处的局部形状，所有点的微切平面集合则构成了待构曲面的近似表示。通过欧几里德最小生成树对微切平面法矢方向进行调整使其达到整体一致性，该算法在三维散乱数据曲面重构中具有重要意义。     

用B样条曲线优化逼近矢量汉字

针对激光切割矢量汉字中出现的问题，提出了用参数三次Ｂ样条曲线优化逼近矢量汉字的局中轮廓，在优化逼近过程中，应用了Ｔａｙｌｏｒ级数展开法进行了Ｂ样条曲线的参数优化，反复拟合得到优化的参数值，使在误差允许的范围内，获得用Ｂ样条曲线优化逼近的汉字轮廓，处理后的矢量汉字字我顺，生成的烽控程序短。