拟Fourier-Jacobi级数的导级数

研究了拟Fourier-Jacobi级数逐项求导后所得的导级教，给出了一个等价收敛定理.     

一类模糊神经网络

本文介绍了一个Ｆｕｚｚｙ神经网的三种基本形式，情况（１）是输入是实数，但权重和（或）偏差项是模糊的；情况（２）是输入是模糊的，但权重和偏差项是实数，情况（３）是输入模糊的，同时权重和（或）偏差项也是模糊的，本文集中研究情况（１），并主要讨论了情况（１）的模型性能（能力）而且得到一个较好的结果。     

自反B空间中集值增过程的对偶投影

假定Ａ是以自反Ｂａｎａｃｈ空间中弱紧凸集为值的集值增过程，本文研究了非负有界可测过程关于Ａ的积分以及Ａ在乘积可测空间上生成的集值测度，证明了每个可积集值增过程存在唯一对偶可选（可料）投影．     

聚类有效性函数：熵公式

依据香农信息熵理论。本文引入了一个新的划分熵公式。结合Ｊ．Ｃ．Ｂｅｚｄｅｋ给出的划分熵，定义了一个新的聚类有效性函数。通过四组数据对该聚类有效性函数的判决功能和鲁棒性进行了研究。     

Banach空间上凸函数项级数

本文研究了Ｂａｎａｃｈ空间上凸函数项级数，给出了Ｍｏｒｅａｕ Ｒｏｃｋａｆｅｌａｒ定理的推广，做为它的应用，获得了Ｋｕｈｎ Ｔｕｃｋｅｒ定理的一个部分推广．     

分形测度的比较

讨论s维测度与g-测度之间的关系, 其中g是一个等价于幂函数t^s的纲函数(0≤s≤d). 当s=d时, 证明了关系式 和在R^d上成立, 其中的常数c₁, c₂和c₃由下式确定: H^g, C^g和P^g分别为R^d上的g-Hausdorff, 中心g-Hausdorff和g-填充测度. 当0<s<d时, 通过例子表明上述结论不成立. 然而存在s-集FÌR^d, 使得 其中常数c₁, c₂和c₃不仅依赖于g和s, 而且还依赖于F. 并且给出了判断一个s-集具有上述性质的条件.     

三角模糊数的加权平均及其在评价决策中的应用

定义了满足权重要求的模糊权重向量,利用三角模糊数的截集,给出了模糊加权平均数的计算原理、步骤和一种简便的近似方法。当评价值与权重表达成三角模糊数时,运用该方法可以使决策以及评价对象本身所具有的模糊性有效地利用起来进行综合评价。最后给出了一个算例。     

Neumann-Bessel级数的线性求和及其收敛性

研究了Neumann-Bessel级数部分和的收敛性及其逼近性质.为进一步改进其收敛性和逼近性质,首先从Neumann-Bessel级数部分和出发,构造了一类新的积分算子Hn(f,z)=1/8πi∮Γ(f(ζih)+2f(ζ)+f(ζe-ih))kn(z,ζ)dζ,其中h=π/(n+1),并证明了:若f(z)在Γ上连续,则Hn(f,z)-f(z)=o(ω(f,1/n)),z∈Γ,其中"0"与n无关,ω(f,δ)为f(z)在Γ上的连续模.进而得出Hn(f;z)在单位圆周Γ(|z|=1)上一致地收敛到每个连续的f(z)且其逼近性质优于Fejer和σn(f,z).     

关于测度稠密性与测度半稠密性的几个定理

提出了测度空间（ＸＡ，）中测度稠密性和测度半稠密性的两个概念，在给定条件下证明了集代数ＦＡ在（Ｆ）中的测度稠密性及半集代数ＳＡ在（Ｓ）中的测度半稠密性；并将所得结果应用于线性赋范空间［ａ，ｂ］的可分性的证明。     

推广的线性模型的参数估计

本文导出区间数变量和三角模糊变量的线性模型的参数公式．公式简单，形式一致，可作为经典线性回归模型参数估计最小二乘法推广。