非扩张映象带误差的Ishikawa迭代过程的收敛性

设D是赋范空间X的一子集,T:DX是一非扩张映射.给定D中序列{xn}和两个实数序列{tn}和{sn}满足: 0≤tn≤t<1和∑∞n=1tn=∞; 0≤sn≤1和∑∞n=1sn<∞; xn+1=tnT(snTxn+(1-sn)xn+vn)+(1-tn)xn+un,n=1,2,3,…,其中{un}和{vn}是两个在X中的可合序列,且limn→∞t-1n‖un‖=0.证明了若{xn}有界,则limn→∞‖Txn-xn‖=0.并给出了保证{xn}弱和强收敛到T的不动点时,关于D,X和T的条件.     

基于LVQ神经网络模型的道路交通大气环境质量评价

运用MATLAB语言编程,建立LVQ神经网络模型,将监测点的大气污染物CO、NOx、TSP浓度及噪声等效声级监测值作为网络的样本输入,环境质量的评价等级作为网络的样本输出,用以评价道路沿线大气环境质量。研究发现,LVQ神经网络具有较好的内插效果,降低样本的数量,具有良好的稳定性,并且监测数据不需要进行复杂的预处理。与主分量分析法评价结果比较,两者结果完全一致。结果表明,设计的LVQ网络模型具有良好的非线性映射功能和泛化功能。     

关于开映射算子与闭映射算子

深化算子的开映射定理,对偶地定义了算子的闭映射与弱闭映射,并讨论了相关的若干性质.     

L-smooth半预开集与L-smooth半预不定映射

以文献[5]为基础，在L—smooth拓扑空间中定义了r-半预开集、r-半预闭集、r-半预内部、r-半预闭包，研究了它们的一些基本性质；同时，引入了L—smooth半预不定映射、L-smooth半预不定开映射、L—smooth半预不定闭映射及L—smooth半预不定同构映射的概念，给出了它们的等价刻画，并系统的讨论了它们之间的关系，推广了已有的结果。     

Lipschitz Φ-强增生映象方程解的迭代逼近

在任意的实Banach空间研究了Lipschitz Φ-强增生映象方程解的迭代序列副近,改进了C.E.Chidume的有关定理,推广了C.E.Chidume和M.O.Osilike的相关研究结果,使之更具一般性.     

基于集值映射的近似算子

介绍了Gomolinska提出的基于集值映射的粗糙集模型,证明了基于一般二元关系的广义近似算子以及覆盖近似算子都是基于集值映射的近似算子特例,且多数的近似算子可以借助基本近似算子通过复合运算产生。     

特定人脸模型编辑系统中纹理映射技术探讨

在真实感的人脸动画系统中,纹理贴图技术是其中一个很重要的环节,它直接关系到系统的逼真度和动画的效果。提出特定人脸模型的纹理映射的技术,用圆柱投影把人脸单独3幅渲染图展开成3幅新的视图,再用多分辨率技术把这3幅新的贴图进行无缝拼接,以得到全视角无缝贴图,最后用该无缝贴图对特定人脸模型进行渲染。实验表明,该方法所得到的人脸纹理贴图非常逼真。     

渐近伪压缩映象不动点的迭代逼近

设C是实Banach空间E的非空凸子集,T:C→C是具有不动点p的一致L-Lipschitz的渐近伪压缩映象,{xn}是带误差的修改的Ishikawa迭代序列,在存在严格增加函数:[0,∞)→[0,∞),ф(0)=0,使得〈Tnxn 1-p,j(xn 1-p)〉≤kn‖xn 1-p‖2-ф(‖xn 1-p‖)■n≥0的条件下,对参数作了一些限制,证明了带误差的修改的Ishikawa迭代序列强收敛于T的不动点p.     

用压缩映射原理证明较弱条件下的隐函数存在定理

在多元微积分中,隐函数存在定理及其证明是十分重要的内容,但隐函数存在定理的证明所需要的条件较强。本文提出了较弱条件下的隐函数存在定理,并且利用压缩映射原理给出证明,从而填补了较弱条件下的隐函数存在定理的证明方法,具有一定的方法论价值。     

一类非齐次线性方程的周期解

本文针对一类非齐次线性方程给出大范围Lipschitz稳定性概念，再由相应的引理及线性方程解的性质，建立其周期解存在定理．