多时滞随机神经网络的稳定性

通过构建李雅普偌夫函数的方法和利用半鞅收敛定理对一类随机时滞神经网络的全局指数稳定进行了分析,提出了易于判定随机时滞神经网络几乎必然指数稳定性新的代数判据,推广了[1]中的主要结论.     

一类SierPinski地毯的Hausdorff测度的初等证明

在平面上以直径为d(d>0)的正M边形为基本集(M≥3为整数),构造压缩比为1∶k(k为不小于M的实数)的广义Sierpinski地毯,并用初等方法计算出它的Hausdorff测度为ds,其中s=logkM.     

Bush连续不可微函数的分形性质

本文对用递推关系确定的Bush连续不可微函数,找出了迭代函数系(IFS),从而得到它的级数表达式和所具有的自仿射分形的有关性质.最后还计算出函数图象的Hausdorff 维数的准确值.     

一类递归集的Hausdorff维数及Bouligand维数

本文给出递归集的Ｈａｕｓｄｏｒｆｆ维数的下界估计，并由此确定了一类递归集的维数，所获结果包含并推广了Ｂｅｄｆｏｒｄ，Ｄｅｋｋｉｎｇ及文志英、钟红柳等人的有关结果。     

一般AR(p)过程参数LS估计的收敛速度

对一般的自回归过程（ＡＲ（ｐ））ｙｎ＝β１ｙｎ－１＋…＋βｐｙｎ－ｐ＋εｎ，记（ｚ）＝１－β１ｚ－…－βｐｚｐ为其特征多项式，当该特征多项式在单位圆上无重根时，讨论了参数β＝（β１，…，βｐ）Ｔ的最小二乘估计βｎ的收敛速度，并给出了其收敛的重对数律．     

TOR,GAOR和GSAOR迭代法收敛准则

熟知,解线性方程组的TOR迭代法包括了Jacobi,Gauss-Seidel,SOR,AOR等迭代法.而GAOR和GSAOR迭代法则包括了GSOR,SSOR,SAOR,GSSOR和MSOR等迭代法。 本文给出了一些新的,易于检验的迭代法收敛准则,它能用来判别一类矩阵A之Jacobi矩阵B=I-D~(-1)A(或矩阵B=I-AD~(-1))的模B≥1,以及A为(行或列)弱对角占优矩阵     

求解P0函数互补问题的一种微分方程方法

本针对P0函数互补问题，给出了一种微方程方法，并且证明了P0函数互补问题的解是微分方程系统的渐进稳定平衡点。在适当的假设条件下，证明了所给出的算法具有二次收敛速度。几个数值例子表明了该算法的有效性。     

关于超松弛迭代法收敛的一个判别准则

本文将[1]中给出的判别Gauss-Seidel迭代的一个收敛性准则推广到一般的超松弛迭代法。