Sylvester矩阵方程的改进IO迭代算法

通过对Sylvester矩阵方程的理论分析,可知IO迭代算法中迭代矩阵的谱半径随内迭代次数的增大而减小,更新了IO迭代算法中内迭代次数的选择方法,并证明了该算法收敛性与初始矩阵无关。Sylvester矩阵在满足一些特定条件下,为了进一步提高收敛速度,可通过选择适当的相关参数,使得IO迭代算法有较好的收敛速度且比Smith算法的迭代次数明显减少。     

Bernstein多项式导数的整体收敛速度

研究Ｂｅｒｎｓｔｅｉｎ多项式的导数对可导函数的整体逼近,利用Ｋ－泛函和光滑模的方法,建立了同时逼近的正定理和逆定理     

L—统计量的非一致性收敛速度

本文研究了高阶矩条件下L—统计量的非一致性收敛速度,得到了与独立和类似的收敛速度。     

神经网络中误差反传算法的分析与改进

分析了ＢＰ网络存在的主要问题及其产生原因,提出了改进算法ＢＰＧ,以共轭梯度方向代替梯度方向进行搜索,并在学习过程中采用不精确的一维搜索、限幅和条件轮回等措施．计算机仿真结果表明：改进的ＢＰＧ算法优于原ＢＰ算法．     

Almost sure convergence of weighted sums of NA sequences

For double arrays of constants {a _ni, 1≤i≤k _n, n≥1} and NA r.v. 's {X _n, n≥1}, conditions for almost sure convergence of are given. Both casesk _n ↑ ∞ andk _n=∞ are treated. A Marcinkiewicz-type theorem for i. d. NA sequences is obtained as a special case. Supported by the National Natural Science Foundation of China Cheng Riyan: born in 1968, MS student     

一种新的求解变分不等式问题的外梯度投影算法

给出了一种新的求解变分不等式问题的外梯度投影算法．在较弱的条件下证明了算法的全局收敛性，并分析了算法的线性收敛速度。     

求解非线性规划问题的拟合算法

文章讨论非线性规划问题，借助于函数拟舍的思想，建立了问题的一个初始点任意的线性收敛的新算法，在新算法的每次迭代中，下降方向是从函数的拟合中得到，而不是由传统的拟牛顿方程得到，并且在较弱的假设下证明算法是线性收敛的．     

非扩张映像Ishikawa迭代的稳定性及与Picard迭代的关系

得到了Ishikawa迭代过程的稳定性结果，并应用这个结果证明了如下结论：如果T在X中有惟一不动点p，且对任何初值x1∈D（T）及任意的非负整数m，Ishikawa迭代xn＋1=I（T，tn＋m，sn＋m，xn）均收敛于不动点p，当^∞∑（1-tn＋tnsn）＜＋∞时，对任何初值y1∈D（T），Picard迭代过程yn＋1=Tyn必收敛于不动点p．     

Banach空间中非Lipschitzian半群的逼近序列的强收敛

C是一致凸B anach空间X中有界凸闭子集,X的范数一致G-可微,证明了渐近非扩张型半群的公共不动点集F(S)是C的sunny、非扩张压缩;给出了逼近序列{xt}的强收敛性,其中xt=atx (1-at)T(μ)xt.     

ρ-混合序列Jamison型加权和的强收敛性

设{Xn,n≥1}为同分布ρ-混合序列,EX1=0,{an,n≥1}为正实数序列,An=n∑k=1 ak↑∞（n→∞）,考虑Jamison型加权和Tn=1/An∑k=1 akXk,在类似Jamison等（1965）的条件下,证明了Tn的强收敛性,即Tn→0,a.s.（n→∞）,把已有的结论推广到了ρ-混合序列的情形.