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.     

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.     

Feller算子对p阶有界变差函数的逼近

本文讨论了Feller算子对p阶有界变差函数的逼近.得到了两个逼近定理.它们包括了许多著名算子的估计.     

m次积分余弦算子函数的逼近

m次积分余弦算子函数是近年来提出并研究的一类算子族,它的逼近问题是研究的课题之一.目的在于研究如何用生成元预解式的逼近来刻画m次积分余弦算子函数的逼近.利用Laplace变换得到了m次积分余弦算子函数逼近的四个等价条件.当m=0时即为经典的余弦算子函数相应的逼近结果.     

用Feller算子逼近第一类间断点的函数

§1.引言 熟知,若f(x)定义在[0,1],著名的Bernstein算子由下式给出Herzog证明了,若x是f(x)的第一类间断点,则有 因而,若f(x)是[0,1]上有界变差函数,(1.2)应成立。文献[2]给出了相应的收敛速度。[3],[4]改进了[2]的结果。关于一些著名算子对有界变差函数的逼近,近来有不少研究,如[5—8]。最近,王美琴应用点态连续模,对[0,1]上只有第一类间断点的有界函数,给     

关于Jackson算子的最佳逼近常数

本文求出用Jackson算子J_n(f;x)逼近C_2n中的函数f(x)时的准确逼近常数:对?n≥1,有|J_n(f;x)-f(x)|≤(4-6/π)ω(f;1/n)及用阶数不超过n的三角多项式对函数f(x)的最佳逼近常数的上界估计:?n≤1,有K_n(f)_e≤(7-(21)/(2π))ω(f;1/n)     

BBH算子对P次有界变差函数的逼近度

本文运用概率工具，得出ＢＢＨ算子对在［０，∞）的任一有限子区间上具有Ｐ≥１次有界交差函数的逼近度估式，并讨论了对导函数为Ｐ≥１次有界变差函数时的逼近问题与渐近公式．     

SSB算子和SSK算子对有界变差函数的点态逼近度

关于用线性算子逼近有界变差函数,到目前为止已经有一些杰出的工作,其中绝大多数都是沿着Bojanic引进的方法对不同的算子进行的.在这里引进两种算子: 称L_n为Stancu—Sikkcma—Bernstcin算子,L_n称为Stancu—Sikkema—Kantoro vich算子,简称为SSB算子和SSK算子. 我们研究了L_n(f,x)和L_n(f,x)对[0,1]上的有界变差函数的点态逼近度,主要结果是定理1 对于任意的x∈(0,1),当n充分大时,有     

多元函数的最佳逼近递减的逼近阶

关于找一个必要与充分条件使得ωｉ１…ｋｉｍ（ｆ,１σｉ１,…,１σｉｍ）～Ｙσｉ１…σｉｍ（ｆ）,（σｉｊ→∞）成立的Ｔｉｍａｎ问题被解决。这条件是ωｋ１…ｋｉｍ（ｆ,δｉ１…δｉｍ）～ωｋｉ１＋１,…,ｋｉｍ＋１（ｆ,δｉ１…δｉｍ）,（δｉｊ→０）。     

关于函数及其导数用Bernstein-Durrmeyer算子的同时逼近

本文利用点态连续模研究了Ｂｅｒｎｓｔｅｉｎ－Ｄｕｒｒｍｅｙｅｒ算子的同时逼近,推广了关于有界变差函数和连续函数的结果．     

关于无界连续函数逼近

§ 1 .　Introduction　　Itisaveryimportantstudytoapproximatenonboundedcontinuousfunctionsdefinedonalargerange.Aneffectivemethodcalledthemethodofmultiplierenlargementhasbeenputfor wardandgreatlydevelopedbyHSULCandWANGReng Hong [1— 3].Thesecondauthorofthispaperinparticularhasprovedin [2 ]almostuniformlythatanynonboundedcontinuousfunctionsdefinedonawholerealaxiscanbeapproximatedbypolynomialoperators.We’llgen eralizeinthispaperthebasicprincipleofthismethod,andasanexample,Bernsteinpolynomial…     

Bernstein-Kantorovich算子导数的逼近

给出了Bernstein-Kantorovich算子的导数和光滑模之间的关系及它们的线性组合的逼近等价定理.     

A Measure of Simultaneous Approximation for Quasi-Modular Functions

We improve on a recent result of Saradha giving a transcendence measure for the quotient of a period of an elliptic curve defined over by its associated quasi-period. In an (almost successful) attempt to include in a single measure both this result and that obtained by Reyssat in 1980, we blend into the modular method ideas related to modular but also hypergeometric functions, as appearing e.g. in André's work, as well as some Galois considerations.     

连续伪压缩映射的黏滞迭代逼近方法

设K是实自反Banach空间E的一个闭凸子集,T：K→K是一个连续伪压缩映射,f：K→K是一个固定的L-Lipschitzian强伪压缩映射．对于任意的t∈(0,1),设x_t是tf+(1-t)T的唯一不动点．我们证明了如果T有不动点且有从E到E~*弱序列连续对偶映像,则当t趋于0时,{x_t}收敛于T的一个不动点．这个结果改进和推广了文[4]的相应结果．     

The Order of Best Approximation in Some Classes of Functions

Starting from the equivalence between the Ditzian–Totik modulus and , where , in this article large classes of functions are introduced for which the modulus can be easily calculated. As a consequence, very good estimates for the bestapproximation are obtained. The attempts to estimate or calculate themodulus can be a very intricateproblem.     

一类插值多项式算子与无界函数逼近

将经典“试探函数组”1,x,x^2应用于扩展乘数法,建立了一个判别线性正算子能否改造为逼近任何无界连续函数的充要条件。利用该条件给出了一类变形的插值多项式算子的收敛性定理,得到了具有一般性的结论。     

函数的逼近及其在下半连续函数可微性中的应用

通过函数的下卷积函数列的逼近方法,在变分原理中从扰动最小值点集的“大小”入手,研究了下半连续函数的可微性。     

随机逼近中的Lyapunov函数(英文)

本文研究了随机逼近中满足某种条件的 Lyapunov函数的存在性及如何构造L yapunov函数的问题 ,讨论了算法收敛性与相应常微分方程系统的渐近稳定性之间的关系 .     

Constructive Approximation by Superposition of Sigmoidal Functions

In this paper, a constructive theory is developed for approximating functions of one or more variables by superposition of sigmoidal functions. This is done in the uniform norm as well as in the $L^p$ norm. Results for the simultaneous approximation, with the same order of accuracy, of a function and its derivatives (whenever these exist), are obtained. The relation with neural networks and radial basis functions approximations is discussed. Numerical examples are given for the purpose of illustration.