基于(G)模糊积分的信息融合方法

采用单一模糊积分进行信息融合的结果有时可能明显失真。例如,(S)模糊积分融合时只考虑了单分类器的识别结果与相应分类器集重要程度中较小的那个量的信息,有时可能会产生错误的分类结果。为了弥补(S)模糊积分等模糊积分的局限性,提出基于(G)模糊积分的信息融合方法,将多个模糊积分的融合结果加权平均作为分类的依据,可以对各单一模糊积分融合效果取长补短,有助于提高多分类器融合系统的识别率和稳健性。     

数学分析教学中加强学生对反例的学习和运用

数学分析中有许多重要的典型反例,这些反例是数学分析理论不可缺少的重要组成部分,教师在教学中要重视反例的教学,加强学生对反例的学习和运用,提高学生运用反例解决问题的能力.     

二重极限与一致收敛的等价性

通过研究二重极限与累次极限、一致收敛与累次极限的关系，证明了二重极限存在与一致收敛在一定条件下的等价性，利用等价性。得到了一个与《高等几何》类似的对偶原理，并且利用对偶原理采用两种不同的方法讨论了极限函数的一些分析性质。     

关于Sikkema—Bernstein多项式导数的迭代极限

本首先给出了Sikkema-Bernstein多项式的迭代极限及误差估计；然后构造一个整系数Sikkema-Bernstein型多项式，并给出了该多项式的导数逼近导函数是有界变差时的收敛阶估计式。     

关于Directly—Riemann积分实值函数列一致可积性及其收敛定理的注记（Ⅰ）

证明了在一致可积的条件下，Ｄｉｒｅｃｔｌｙ－Ｒｉｅｍａｎｎ可积函数列逐项积分及其收敛定理。     

优化问题的新步长法则

The step-size procedure is very important for solving optimization problems. The Armijo step-size rule, the Armijo-Goldstein step-size rule and the Wolfe-Powell step-size rule are three well-known line search methods. On the basis of the above three types of line search methods and the idea of the proximal point methods, a new class of step-size rules was proposed. Instead of a single objective function f, f ＋1/2（x - xk）^TBk（x-Xk） was used as the merit function in iteration k, where Sk is a given symmetric positive definite matrix. The existence of the steplength for the new rules was proved. Some convergence properties were also discussed.     

一个新的两点梯度法

构造一个新的解无约束优化问题的两点梯度法,类似共轭梯度法,在构造搜索方向时,充分利用上次迭代点的信息·采用强Powell-Wolf搜索准则产生步长,在较弱条件下,算法总体收敛,并且至少线性收敛·数值实验表明,在计算量和结果精度方面明显优于最速下降法·     

阵列的随机指标部分和的弱大数定律

在较一般的条件下研究了加权阵列的随机指标部分和1/(bn) sum from i=1 to Nn ani(Xni-E(XniI(|Xni|≤bn)|Fn,i-1))的弱大数定律,其中{Xni,i≥1,n≥1}为随机变量阵列,{Nn,n≥1}是正整数值的随机变量,{bn,n≥1}是正的常数.     

(U)(1,2;C)的代数收敛定理

通过对M(o)bius群的研究得到了(U)(1,2;C)中代数收敛性定理,即若{Gi}i∈N=〈gir,…,gir〉是(U)(1,2;C)中由r个元素生成的挠一致有界的离散非初等子群序列且{Gi}i∈N代数收敛于G,则G是离散非初等的.