动态数学神经网络模型及其应用

本文在［１］的基础上建立了广义数学神经元，并引入动态机制，形成动态数学神经网络，由网络当前状态决定网络结点数．从而在一定程度上解决了前向神经网络隐层结点数无法确定的难题，并成功地将其运用于解决用多项式逼近连续函数的魏尔斯特拉斯定理，并建立了龙贝格求定积分的动态数学神经网络模型．     

函数f(x)=1/(1+x)的迭代表达式序列及其收敛性定理

讨论了函数ｆ（ｘ）＝１／（１＋ｘ）的迭代表达式的表示形式，并应用这一表示形式证明了一个数学实验结果     

算子与微分方程

本文研究一类不连续稳积分微分方程的周期边值问题，首先将方程转化为算子方程，然后对算子方程应用广义迭代法证得算子方程解的存在性，从而证得周期边值问题的存在性。     

约定性结构还原与广义科学统一

还原与反还原的争论,科学统一与反科学统一的争论,是当今科学技术哲学界的两大争论不休的问题。争论的每一方都有著名的哲学家支持,各执一方。我在此两大争论基础上,提出约定性结构还原,狭义科学统一,广义科学统一。同时从约定性结构还原与广义科学统一的密切关系中,用新的视角,试图寻找还原与科学统一的研究新进路。     

广义斐波那契数列的性质及推广

该文对满足f0=x,f1=y,fn=rfn-1+ sfn-2,rs≠0的广义斐波那契数列进行了讨论,运用哈密顿-凯莱定理给出了通项公式的解法,同时对广义斐波那契数列的性质进行了探讨,并分析比较了广义斐波那契数列与方阵幂的联系.     

随机变量和的二维联合分布

利用有限测度的广义加法公式,在特定的假设条件下,对一些随机变量的和与另外一些随机变量的和的二维联合分布给出了一种求法,并举例说明.     

一类线性递推数列求通项的特征根法的探讨

求线性递推数列的通项是高考中的重点和难点，此类问题的解法繁琐且易出错，本文探讨了常见的特征根法，给出了相关例子，说明其普遍性、实用性。     

一阶线性脉冲微分方程解的参数连续依赖性

在文献[6]的基础上,讨论了广义线性微分方程与一阶线性脉冲微分方程的关系,并给出一阶线性脉冲微分方程初值问题解对参数的连续依赖性定理.     

用特征方程推导斐波那契数列的通项公式

斐波那契数列是一个古老的问题,吸引着无数人的兴趣,而其通项公式则是在这个数列诞生之后很长的一段时间后才用数学归纳法解决的.受微分方程中常系数线性微分方程的代数解法的启发,本文采取常系数线性递推方程的特征方程解法推导出斐波那契数列的通项公式。     

基于GAG的Horn逻辑分布式推导模型

分布式逻辑推理是在网络环境下提供分布式智能服务的推理机制,提出了一个基于广义与或图(GAG)的Horn逻辑分布式推导模型.该模型可以清晰地表示变量约束,实现无须回溯的远程谓词调用,Horn逻辑中一次成功的推导在该模型中被表示为一个解路径,问题求解被转换为对GAG的搜索.还讨论了广义与或图搜索算法在Horn逻辑推理当中的应用.