二元线性样条函数插值

二元样条函数插值在计算几何与计算机辅助几何设计中有着重要的作用.本文给出了一种矩形剖分上二元线性样条函数进行Lagrange插值时插值适定结点组所满足的拓扑与几何性质,这种性质依赖于二元线性样条函数所决定的分片线性代数曲线.     

Synthesis and Crystal Structure of 2-Amino-I, 1-diferrocenylethanol

2-Amino-l,l-diferrocenylethanol 2 was prepared by reduction of trimethylsilylcyanohydrin ether of diferrocenyl ketone. The crystal structure of 2 was further defined by X-raydiffraction.     

任意矩阵伸缩的正交小波包

1 引言 Coifman和Meyer引入L~2(R)中正交小波包,可以用张量积形式构造L~2(R~2)上的二维正交小波包;Chui和Li研究单变量非正交小波包和对偶小波包;Shen给出矩阵伸缩为2I时L~2(R~s)上非张量积小波包的构造算法;程正兴给出矩阵小波包的构     

关于如何利用Maple软件进行平面几何命题的验证的补充说明

文 [1 ]中通过定理 :设G是理想I的Gr bner基 ,f是k[x1 ,…xn]中的多项式 ,则f∈I的充分必要条件是f模G的范式为 0 .即通过对理想成员的判定 ,得出了验证几何命题是否成立的下述方法 :1、首先建立坐标系 ,将命题的条件和结论实行代数化 ,即转化成多项式的形式 ;2、求命题的所有条件 (用多项式表示 )所形成的理想I的Gr bner基Gs;3、求命题的结论f模Gs 的范式conc ;4、对范式进行判断 ,若范式为 0 ,说明命题结论成立 (或对 ) ;若范式不为 0 ,则说明命题结论不成立(或错 ) .但笔者认为该方法欠妥 ,还不够完善 ,有时会使我们得到错误的结论 ,…     

氯化3-氰-2-羟丙基三甲铵的拆分

研究了利用N-乙酰-L-谷氨酸为拆分试剂，成功的对氯化3-氰-2-羟丙基三甲胺进行光学拆分，一次拆分光学纯度为92％，产率为37％；二次拆分光学纯度达95％，产率为29．1％。     

广义Hausdorf矩中基函数的唯一性

本文通过定义左连续单调函数的广义反函数，讨论了形式为ａｎ＝∫ｂａΨ（ｘ）ｆｎ（ｘ）ｄｘ，ｎ＝１，２，３，…（１）的广义Ｈａｕｓｄｏｒｆ矩的基函数ｆ（ｘ）的唯一性问题。在Ψ（ｘ）为Ｌｅｂｅｓｇｕｅ正可积的条件下，我们证明了当ｆ（ｘ）为单调函数时，满足（１）式的基函数ｆ（ｘ）是唯一的     

On the Smallest Base of the Stone Space

51.IntroductionandDefinitionIn[l]ithadbeenprovedthat:ifadistributivelatticeLpossessesthesmal1estsetofgen-eratingelements,thenLsatisfiesjointinfinitelydistributivelaw.AndinL2jproved:acom-pletelydistributivelatticepossessesminimalsetofgeneratingelements,thenLisastrongalge-bra.lnthispaper,theconceptofthesetofgeneraingelementsisdifferentfrom[1j.Wewillsolvetheexistenceproblemoftheminimalsetofgeneratingelementsbyuseofthetopologicalrepresentation.Firstwedefinethesmallestbase,strongopensetinthetopol…     

一种新型广义RBF神经网络在混沌时间序列预测中的研究

提出了一种新颖的广义径向基函数神经网络模型,其径向基函数(RBF)的形式由生成函数确定.然后,给出了易实现的梯度学习算法,同时为了进一步提高网络的收敛速度和网络性能,又给出了基于卡尔曼滤波的动态学习算法.为了验证网络的学习性能，采用基于卡尔曼滤波算法的新型广义RBF网络预测模型对Mackey-Glass混沌时间序列和Henon映射进行了仿真.结果表明,所提出的新型广义RBF神经网络模型能快速、精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法. 关键词： 广义径向基函数神经网络 卡尔曼滤波 梯度下降学习算法 混沌时间序列 预测     

Bagging算法在混合适应性样条中的应用

本文通过分析Bagging算法在混合适应性样条估计中的作用，提出了一种新的空间适应性非参数函数估计算法．模拟研究表明该算法在空间适应性上具有明显优势，在估计精度和稳定性方面也可与其他同类方法相媲美，并且易于推广到多元情形．