二元Baskakov算子的逼近

在［１］中构造了一系列一元及多元线性算子，其中包括二元Ｂａｓｋａｋｏｖ算子，本文讨论该算子在Ｃ空间的逼近性质．

二元Baskakov算子的一致逼近

Baskakov算子也是一类很重要的正线性算子 ,在其它领域 (如概率及其它学科 )都应用很广 。

二元Baskakov算子的导数与函数的光滑性

研究二元Ｂａｓｋａｋｏｖ算子的导数与函数的光滑性之间的关系

基于一般二元关系粗糙近似算子的格结构研究

刻画了基于一般二元关系及悲观多粒度粗糙近似算子的完备格结构,证明了在选取蕴涵算子之后,基于一般二元关系的粗糙近似算子构成MV、R0与布尔代数。

二元非乘积型Baskakov算子的某些逼近性质

该文利用多元分解技巧及一元的结果得出二元非乘积型算子 Vn的两个逼近性质定理 .对 f∈C0 ( T2 ) ,‖ Vn( f) - f‖≤cω2 ( f,1n) ;对 f∈ C2 ( T2 ) ,limn→∞n( Vn( f ) - f ) =x( 1 + x)2 f11+ y( 1 + y)2 f2 2 + xy2 f12 .

二元广义Baskakov算子的逼近等价定理

引进一类新的二元广义Baskakov算子,给出其在CB(T)空间上的逼近等价定理.

二元非乘积型广义Baskakov算子的逼近性质

引进二元非乘积型广义Baskakov算子，利用多元分解技巧及一元的结果得出该算子的两个逼近性质定理．

二元非乘积型广义Baskakov算子的逼近逆定理

目的研究二元非乘积型广义Baskakov算子的逼近逆定理。方法利用多元分解技巧。结果在已有关于二元非乘积型广义Baskakov算子逼近正定理的基础上,给出该算子在局部意义下的逼近逆定理。结论该结果刻画了其在经典空间中局部意义下的逼近特征。

二元广义Baskakov算子在多项式加权空间上的逼近

讨论了一种二元广义Baskakov算子及其偏导数在多项式加权空间上的收敛性,给出该算子在加权意义下的点态逼近度估计和Voronovskaya型渐近展式以及偏导数在该空间上的收敛性.得到的结果更加广泛,此结果同时改进了已有的关于广义Baskakov算子逼近度的定理,即给出更加精细的特征刻画.

关于二元广义Baskakov算子的逼近

构造了广义二元Ｂａｓｋａｋｏｖ算子。

二元广义Baskakov算子逼近的余项定理

引进二元广义Baskakov算子逼近的余项定义,并针对三类不同函数的余项给出了的三种估计形式,推广了一元广义Baskakov算子逼近的余项估计结果,同时改进了二元广义Baskakov算子逼近度的定理.

二元广义Baskakov算子的加权逼近

讨论了一种二元广义Baskakov算子在多项式加权空间上的收敛性,给出该算子在加权意义下的逼近度估计以及Vonorovskya型的渐近展式.得到的结果更加广泛,此结果同时改进了已有的关于广义Baskakov算子逼近度的结果,即给出更加精细的特征刻画.

二元Baskakov－Kantorovic算子的L_p逼近

讨论了二元Ｂａｓｋａｋｏｖ－Ｋａｎｔｏｒｏｖｉｃ算子对ｆ∈Ｌ＿ｐ（ｓ）在空间Ｌ＿ｐ（Ｓ＿Ｎ）上的逼近定理．

二元非乘积型Baskakov算子收敛阶的估计

利用多元分解技巧与一元Baskakov算子的的结论 ,讨论二元非乘积型Baskakov算子的收敛阶 ,得到逼近的正定理 .

二元非乘积型Lupas-Baskakov算子的极限及逼近性质

对于二元非乘积型Lupas-Baskakov算子,结合逼近论和概率论的知识讨论该算子的极限,运用多元算子分解技巧得到该算子逼近的Voronovskaja型展式.

二元语义信息集结算子的性质分析

研究语官评价信息处理中有关二元语义集结算子的性质。首先描述了二元语义信息集结的有序加权平均(T-OWA)算子,并提出一种有序加权几何(T-OWG)算子;然后分析了T-OWA算子和T-OWG算子所具有的性质。该研究结果丰富了二元语义集结算子的分析方法。

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.

基于T-GOWA和T-IGOWA算子的二元语义多属性决策方法

文章针对具有语言评价信息的多属性决策问题,提出了一种基于二元语义信息处理的决策方法。首先提出了二元语义广义有序加权平均(T-GOWA)算子和二元语义诱导广义有序加权平均(T-IGOWA)算子,并对这些算子的性质进行了分析,然后给出了基于T-GOWA算子和T-IGOWA算子的二元语义多属性决策方法。最后给出一个实例分析,说明该方法的有效性和可行性。

广义Baskakov算子的加权逼近

引进了新的Jacobi权函数.首先,指出广义Baskakov算子在通常加权范数下是无界的;其次,引入一种新 的范数,讨论了广义Baskakov算子加Jacobi权逼近的收敛性;最后,借助于K 泛函给出了其在加权意义下的逼近 等价定理.

关于广义Baskakov算子的逼近

陈文忠在文[1]中引进如下广义 Baskakov 算子V(f,x)=f(k/n)b_(n,k,a)(x)其中 a>0,f∈C([0,∞)),b_(n,k)(n(n+α)…(n+(k-1)a))/(k!)·(x^k/)((1+az)~n/+k)·本文研究了这类算子的收敛定理。Voronovskaja 型渐近表示及点态饱和定理,得到了一些加权逼近的正逆定理和一致逼近中的正逆定理.