用变阶唯一可解函数逼近的两个极限定理

本文用变阶唯一可解函数作为逼近函数,研究了单边逼近对于被逼近函数、逼近域和权函数的相依性,以及有偏逼近与单边逼近的联系。     

LBRAGIMOV-GADJIEV-DURRMEYER算子在ORLICZ空间内的逼近性质

本文研究了lbragimov-Gadjiev-Durrmeyer算子在Orlicz空间内的逼近问题.借助了Jensen不等式,H?lder不等式,K泛函,光滑模等工具,获得了lbragimov-Gadjiev-Durrmeyer算子在Orlicz空间内的逼近度,以及该算子的加权逼近,推广了lbragimov-Gadjiev-Durrmeyer算子在L_p空间中的逼近度及加权逼近.     

一类推广的Bernstein-Kantorovich算子的点态逼近

讨论Bernstein-Kantorovich算子的一种推广形式的逼近性质,运用插项的方法证明了逼近正定理,并证明了逆定理,得到了逼近等价定理.完善了算子在逼近性质方面的结果.     

绝对值函数的一致光滑逼近函数

绝对值函数是一个非光滑函数,研究了绝对值函数的光滑逼近函数.给出了绝对值函数的上方一致光滑逼近函数和下方一致光滑逼近函数,分别研究了其性质,并通过图像展示了逼近效果.     

关于Timan定理的一点注记

本文研究了连续函数的最佳逼近多项式的点态逼近性质.通过一个具体函数的连续模估计,得到最佳逼近多项式的点态逼近阶估计,并且存在连续函数使得最佳逼近多项式能够满足Timan定理.     

关于连续函数与可微函数的共凸逼近

关于凸逼近,共凸逼近的各种逼近阶的估计在近十多年来已引起了相当的重视和较多的研究,因为保形渐近的思想在实际问题中有着十分重要的意义。相比较而言,共凸逼近的的研究比凸逼近的情况要复杂,因此,不少关于凸逼近已得到解决的问题对于共凸逼近仍没有结果,关于共凸逼近,1984,Atacir,Sermin证明了。     

多元周期函数的一类逼近及逼近阶估计

本文讨论了多元周期函数的一类逼近,得到一个稠密性的充要条件并构造出适当的逼近函数,给出了逼近阶的精确估计．     

多元推广的Bernstein算子的逼近性质

构造了一类一致收敛于被逼近函数的多元序列,以此序列为基础,运用多元函数的全连续模及部分连续模来刻画这种多元推广的Bernstein算子的逼近性质,不仅得出了理论逼近结果,而且给出了数值逼近的例子.     

一类非线性算子方程拟Galerkin逼近意义下的可解性

对非线性算子方程 x+KF x=y,本文构造了一种新的不同于 Galerkin逼近的另一种逼近方程 ,并证明了在此逼近意义下上述方程是逼近可解的     

非扩张映射粘性逼近的强收敛性

在具有一致Gateaux可微范数的Banach空间中,研究了一个逼近非扩张映射不动点的粘性逼近方法,运用Banach极限推导了该逼近方法收敛的充分条件,并通过对该粘性逼近方法的修正逐步减少了收敛分析中的限制条件.     

论非周期函数在L~p空间中用奇异积分逼近

非周期函数在L~p空间中的逼近是逼近论中一个重要而又困难的问题.本文用新方法研究非周期函数在L~p空间中用奇异积分逼近,研究了逼近阶用连续模的估计问题,建立了一般定理,构造了一类对研究L~p空间中的逼近很有用的线性逼近方法,并给出了对多项式的应用.     

前向网络作为模糊函数泛逼近器的一致性分析

前向神经网络的泛逼近性一直是神经网络的研究热点.本文给出了连续模糊函数的定义,依Hausdorff度量,借助模糊值Bernstein多项式关于连续模糊函数的逼近性质,证明了前向网络作为模糊函数泛逼近器的一致逼近性结果,并通过实例给出了逼近性的具体实现过程.     

由斜坡函数激发的神经网络算子逼近

首先,引入一种由斜坡函数激发的神经网络算子,建立了其对连续函数逼近的正、逆定理,给出了其本质逼近阶.其次,引入这种神经网络算子的线性组合以提高逼近阶,并且研究了这种组合的同时逼近问题.最后,利用Steklov函数构造了一种新的神经网络算子,建立了其在L~p[a,b]空间逼近的正、逆定理.     

非参数回归函数最近邻估计误差分布的随机加权逼近

本文研究回归函数的最近邻估计的分布逼近问题．在一定条件下得到了最近邻回归估计误差的逼近分布,且逼近的精度比正态逼近精度更高．     

一类多元Gauss-Weierstrass算子线性组合的逼近

本文主要讨论一类多元Gauss-Weierstrass算子的线性组合的逼近性质,建立了一致逼近下的正、逆定理,并给出了逼近阶的特征刻画.     

关于weierstrass逼近定理的几点注记

Weierstrass逼近定理是函数逼近论中的重要定理之一,定理阐述了闭区间上的连续函数可以用一多项式去逼近.将该定理进行推广:即使一个函数是几乎处处连续的,也不一定具有与连续函数相类似的逼近性质,但是一个处处不连续的函数却有可能具有这样的性质.证明了定义在闭区间上且与连续函数几乎处处相等的函数具有类似的逼近性质,并给出了weierstrass逼近定理的一个推广应用.     

单变量Sigmoidal型神经网络的逼近

引入了一种新的sigmoidal型神经网络,给出了其对连续函数逼近的点态和整体估计.结果表明这种新的神经网络算子具有多项式逼近所不能达到的很好的逼近速度.为了改进对光滑函数的逼近速度,我们进一步引入了一种新的神经网络的线性组合,并给出了这种组合逼近的点态估计和整体估计.最后给出了一个数值例子.     

累积两点信息的有理逼近RALND的改进

文献[1l提出了分子分母皆为线性函数的多元有理逼近(Rational Approximation with Linear Numerator and Denominator,RALND),满意地求了非线性方程组的解和数学规划最优解,为了克服RALND的不足,使之更好地发挥作用,本文试图改进该逼近:(1)提出了更合理地筛选有理逼近解的方法;(2)证明了该逼近的单调性;(3)对于原函数在当前点与前次迭代点连线方向上方向导数符号相反的情况,分别提出了迭代求有理逼近和构造在当前点与估算点连线方向上相应的方向导数符号相同的近似有理逼近的方法;(4)提出了一个非单调的有理逼近函数;(5)通过数值计算验证了本文提出的有理逼近是有效和可行的.     

球面卷积算子逼近

研究d维欧氏空间R~d中单位球面上卷积算子的逼近问题.利用球面乘子理论以及K-泛函与光滑模等价关系,建立一类球面卷积算子逼近的正、逆定理.特别地,给出了逼近的强型逆向不等式,从而揭示了该类球面卷积算子的本质逼近阶.此外,作为应用,给出了球面Jackson-Matsuoka卷积算子与Abel-Poisson卷积算子逼近上、下界的相同阶估计.     

L—统计量的随机加权逼近

本文用随机加权法构造了L—统计量的未知分布的逼近,我们讨论了这种随机加权逼近的相合性及逼近精确度。