时滞神经网络殆周期解的全局稳定性

具有随时间变化自抑制、联结权和输入的时滞神经网络的研究是一个重要的课题. 讨论一大类具有殆周期自抑制、联结权和输入的时滞动力系统. 其中, 不仅包括一般时滞系统,还包括分布时滞系统, 也可以同时具有这两种时滞.证明了在一些宽松的条件下,这个系统存在惟一的殆周期解,并且这个解是全局稳定的. 所使用的研究方法不同于其他研究殆周期解时用的方法.     

用哈尔级数逼近连续函数

<正> 关于哈尔级数的收敛问题,国内外有不少人研究过,见[1—4].但对于用哈尔级数逼近连续函数,结果不够精确.本文的目的是详尽地讨论用哈尔级数逼近连续函数,得到一些精确的估计式,并对[1]中定理作了简单的证明.     

关于缺插值样条函数

本文通过Hermite插值样条函数讨论了一类缺插值样条函数,建立了存在性、唯一性及收敛速度估计的定理,并用这类样条函数导数的界限给出某些函数类的特征.     

关于一类条件投入产出方程的可解性定理

本文引入了一类基于企业消耗与市场需求的条件投入产出方程,在适当的基本假设下,用非线性分析方法对这类方程分别包含存在性,连续性及满射性的可解性问题作了初步研究.由此获得本文的主要结果并给出相应的经济解释.     

神经网络及其在系统识别应用中的逼近问题

本文讨论神经网络的能力问题及其在系统识别中的一些逼近问题。文中证明了:(1)函数g∈L_Loc^P(R¹)∩S′(R′)为—L^P-Tauber-Wiener函数的充要条件为g不是一个多项式;(2)当g∈(L^PTW)时,Σ _i=1^N c_ig(y_i·x+θ_i)全体在L^P(K)中稠密;(3)证明了用一元函数的复合可以逼近定义在L^P(K)上的连续(线性或非线性)泛函及L^P1K₁)到L^P2(K₂)中的连续(线性或非张性)算子。上述结果表明任一非多项式的L_LocP∩S′(R′)中的函数可以作为神经网络隐层中的非线性元,以及神经网络算法可以以任意精度识别一个系统。     

分析数学中的极限交换

<正> 在数学分析教学过程中,极限交换是一个极其重要的概念,无论在多元函数中的二重极限和两个累次极限之间的关系还是函数项级数的逐项求积分,也无论是二重积分化成二次一重积分外是广义积分的次序交换都是极限过程的交换,而不少学生在学习这些内容时感到困难,不     

某类带参数四阶非线性微分算子的一个正则性定理

本文给出某类四阶线性与非线性微分算子关于参数的正则性定理．通过这个定理，能够描述某类飞行器在飞行过程中的双向稳定行为．     

关于Varma的缺插值样条函数

最近,A.K.Varma在中讨论了五次、六次缺插值样条函数。 设n=2m 1,x_i=i/2m,i=0,2,…,2m.用S_(nō)~(2)(x)表示在[0,1]上满足下列条件的五次样条函数