二维平移不变子空间中的广义抽样定理

抽样定理在数字信号处理和图像处理中具有重要的作用,古典Shannon抽样定理因其局限性而限制了它的应用.本文研究了二维平移不变子空间中以任意点作为抽样点的规则抽样定理.首先,抽样空间的一些特征被给出;接着,平移不变子空间的决定集的一个刻画被得到.然后,通过平移不变子空间的决定集,函数属于一个抽样空间的充要条件被证明.     

混合范数条件下平移不变信号的非均匀平均采样

L~p平移不变子空间中的采样研究通常要求生成函数属于一个不依赖于p的Wiener amalgam空间,此条件因不能控制p而显得太强.本文主要讨论生成函数属于混合范数空间时,非衰减平移不变空间中的非均匀平均采样与重构.生成函数属于混合范数空间的条件弱于Wiener amalgam空间且依赖于参数p.基于混合范数空间中的一些引理,针对两种平均采样泛函建立了采样稳定性,并给出了对应的具有指数收敛的迭代重构算法.     

Sobolev空间W_2~m(R~d)中平移不变子空间的逼近问题

本文主要给出w2m（Rd）中的闭平移不变子空间提供(m，k）阶同时逼近阶的充要条件．     

平移空间的线性结构

本文证明了在平移空间上可利用距离在一定条件下构作出线性结构,引入了次范整线性空间的概念,还证明了平移空间是次范整线性空间当且仅当它的平移群是Abel群.泛函分析学中的有界线性算子定理,Hahn-Banach定理以及共鸣定理都可以移植于次范整线性空间之中.     

平移不变空间的非均匀采样

为了从采样值稳定和惟一地重建信号f(x),函数在采样集{xj,j=∈Z}上的采样值{f(xj),j∈Z}要满足A||f||L^p^p≤∑j∈Z|f(xj)|^p≤B||f||L^p^p.本文研究在平移不变空间V^p[φ]中使上式成立的条件,在几种情况下,得到了使上式成立的采样条件,并建立了由采样值重建f(x)的重建算法,该算法比一般的迭代重建算法收敛更快．     

B_a空间中神经网络和平移网络的逼近

讨论了具一个隐层单元的神经网络在Ba空间中逼近的特征性定理并给出了逼近估计.对于平移网络,建立了Favard型估计.Orlicz空间中的相应结果均作为应用而给出.     

B_a空间中神经网络和平移网络的逼近

讨论了具一个隐层单元的神经网络在B_a空间中逼近的特征性定理并给出了逼近估计.对于平移网络,建立了Favard型估计.Orlicz空间中的相应结果均作为应用而给出.     

Fock型空间F1上的平移不变子空间的酉等价

考虑了Fock型空间F1上的平移不变子空间的酉等价问题,主要结果是如果F1的两个平移不变子空间作为子模酉等价,且其中之一具有形式span{∞ U k=1 eλkzPnk},则它们必定相等,还讨论了空间F1和Fg的关系,后者在物理学中有广泛的应用背景.     

平均采样定理

采样定理是信号分析中的基本工具之一,广泛应用于数字信号处理、无线通信等很多领域.近年来,经典的Shannon采样定理被从频谱有限函数空间推广到更一般的平移不变子空间,采样方法也从逐点取值推广到平均采样和多通道采样等.本文简要回顾采样定理的发展过程,重点介绍一些最新研究进展,包括平均采样、多通道采样和随机过程采样等,以及混淆误差和截断误差等重构误差估计.     

关于仿射极小平移超曲面

本文属于仿射微分几何。在3-维欧氏空间 E~3中,F.Scherk 定理告诉我们,极小平移曲面必需是平面或 Scherk 曲面az=1n(cos ax/cos ay),a=constant。在一般(n+1)维仿射空间 A~(n+1)中,仿射极小平移超曲面是什么曲面?本文得到了这种曲面共有两类的结果(见定理1)。当 n=2时,这就是引文[3]中的结果(见定理2)。