第三类Chebyshev小波方法求解一维热传导方程

主要研究第三类Chebyshev小波用于求解一维热传导方程,并通过MATLAB数学软件进行数值仿真实验,实验表明,该方法是可行的,并与Haar小波方法比较可以看出,该方法具有一定的优越性。     

基于小波神经网络的股票预测

通过将Morlet母小波基函数作为神经网络隐含层神经元的激励函数,构建了Morlet小波神经网络,对网络结构进行了隐含层节点的优化,对股票收盘价的变化进行仿真和预测,实验结果表明,Morlet小波神经网络具有较好的逼近非线性映射的能力,其泛化性能和预测能力较优.     

Gauss-Weierstrass算子线性组合在Orlicz空间的加Jacobi权逼近

Gauss-Weierstrass算子是逼近论中非常重要的逼近工具，也是调和分析研究的主要内容。在实际应用中，利用Gauss-Weierstrass算子可以实现图像的低通滤波，从而达到图像平滑的效果。国内外学者主要研究了Gauss-Weierstrass算子在L_p空间，Besov空间中的讨论。关于Gauss-Weierstrass算子线性组合在Orlicz空间的讨论是一个难题，研究成果较少。本文主要研究了加Jacobi权Gauss-Weierstrass算子的线性组合，利用H9lder不等式，Jensen不等式，Hardy-Littlewood极大函数，K-泛函推导出该算子线性组合的Jacobi权函数在Orlicz空间中的逼近定理.     

修正二元Gauss-Weierstrass算子线性组合在Lp(R2+)空间中的逼近

借助K-泛函、广义Minkowski不等式、极大函数的定义及其性质,给出修正二元Gauss-Weierstrass算子线性组合在L_p(R²₊)空间中的逼近定理,并对此定理进行了证明.