Max—min神经网络的一种有效学习算法

本文在Ａ．Ｂｌａｎｃｏ等人的算法的基础上，提出了ｍａｘ－ｍｉｎ神经网络的一种改进了的反馈学习算法，严格证明了该算法的迭代收敛性，理论分析及实例计算结果均表明，本文算法具有算法简单，收敛速度快，输出误差小等显著特点。     

混沌的模糊神经网络逆系统控制

提出用Sugeno型的模糊推理神经网络建立混沌系统的逆系统模型,并采用逆系统方法进行混沌的控制.这种方法的特点是可以不必建立混沌系统的解析模型,通过模糊神经网络学习混沌系统的运动规律,通过学习获得的规律对混沌进行有效的控制,并且该控制方法可以控制混沌系统以一定精度跟踪连续变化的给定信号.理论分析及针对虫口模型和Henon模型仿真研究证明了该方法的有效性 关键词： 混沌 模糊神经网络 逆系统控制     

K—半分层空间是闭映射的不变量

本文证明了：若Ｘ是Ｋ－半分层空间，ｆ是闭映射，则ｆ（Ｘ）是Ｋ－半分层空间，这一结果推广改进了Ｌｕｔｚｅｒ与高国士的有关结果。     

一类迭代序列Cesaro平均收敛的条件

该文给出了帐篷映射产生的迭代序列Cesaro平均收敛的条件．研究了它与实数二进展式度量性质之间的联系．     

Browder-Petryshyn 型的严格伪压缩映射的粘滞迭代逼近方法

主要研究Browder-Petryshyn型的严格伪压缩映射的粘滞迭代逼近过程,证明了Browder-Petryshyn型的严格伪压缩映射的不动点集F(T)是闭凸集．在q-一致光滑且一致凸的Banach空间中,对于严格伪压缩映射T,利用徐洪坤在2004年引进的粘滞迭代得到的序列弱收敛于T的某个不动点．同时证明了Hilbert空间中Browder-Petryshyn型的严格伪压缩映射的相应迭代序列强收敛到T的某个不动点,其结果推广与改进了徐洪坤2004年的相应结果．     

树映射的分布混沌

设T是个有限树,f是T上的连续映射.证明了f是分布混沌的当且仅当它的拓扑熵是正数.一些已知结论得到了改进.     

色彩校正方法及应用

介绍了色彩校正的几种基本方法、不同模式之间转换的计算方法及色彩管理的应用.将这些方法运用到计算机的输入、输出及显示器的色彩校正中,使色彩通过三种物理设备之间的转换后还原再现,达到色彩保真的效果.     

混合单调集值映射的耦合不动点定理

在赋范线性空间中引入单调弱闭集等概念，讨论了不具有任意连续性的混合单调集值映射耦合不动点的存在性问题，并且给出了耦合不动点的求解步骤以及它的构造形式。