位置：成果数据库 > 期刊 > 期刊详情页
基于纵向尺度因子变化的分形插值函数误差分析
  • ISSN号：0438-0479
  • 期刊名称：《厦门大学学报：自然科学版》
  • 时间：0
  • 分类：O174.42[理学—数学;理学—基础数学] O241.82[理学—计算数学;理学—数学]
  • 作者机构：[1]Department of Applied Mathematics, Nanjing University of Finance & Economics, Jiangsu 210003, China
  • 相关基金：Foundation item： the National Natural Science Foundation of China （No. 60473034）; the Natural Science Foundation of Jiangsu Provincial Colleges and Universities （No. 07KJD110065）. Acknowledgment The author would like to thank Professor SHA Zhen of Zhejiang University for his help and encouragement.
作者： 王宏勇[1], 马丽[1]
关键词： 分形插值函数, 误差估计, 二元, 拟合, 安装使用, 连续函数, 曲面重建, fractal interpolation, fitting, error estimate.
中文摘要：

（E-mail： 98wanghy@sohu.com）

同期刊论文项目
关于神经网络结构复杂性与本质逼近阶研究
期刊论文 37 会议论文 4 获奖 2
同项目期刊论文
球面上径向基函数最小范数插值逼
Ba空间多元加权光滑模与Bernstei
约简数据集的支持向量分类机算法
The essential approximation or
Interpolation and rate of conv
Optimal approximation class fo
投影型神经网络算法的全局收敛性
单隐层神经网络与最佳多项式逼近
一种神经网络算子及其逼近阶估计
The estimate for approximation
插值神经网络的构造性
On multivariate Baskakov opera
Derivatives of multidimensiona
Projection type neural network
伸缩因子为a的r重正交平衡的多小
Bernstein型算子加Jacobi权逼近
分形插值函数的矩量及扰动误差估
距离空间中的神经网络插值与逼近
Generalization and Property An
On?Approximation by spherical
多元Stancu算子的Boolean和迭代
多元Kantorovich算子的最优逼近
Simultaneous Lp approximation
一类神经网络逼近可积函数
Pointwise approximation for ne
构造前向神经网络逼近多项式函数
The weii-posedness and stabili
学习理论中基于负相关序列的样本误差估计
学习理论中Rademacher随机变量的应用（英文）
一类抽象动力系统的C0群性质及其在迁移理论中的应用
一类具有双参数的迭代函数系及其吸引子
球面散布数据点插值的误差估计
具一组可修复设备的系统解的适定性和稳定性
分形插值函数的矩量及扰动误差估计
多元Kantorovich算子的最优逼近类
Cardaliguet—Eurrard型神经网络算子逼近
期刊信息
  • 《厦门大学学报：自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:厦门大学
  • 主编：谢素原
  • 地址：厦门市思明南路422号厦门大学嘉庚三 817-819室
  • 邮编：361005
  • 邮箱：jxmu@xmu.edu.cn
  • 电话：0592-2180367 2187731
  • 国际标准刊号：ISSN：0438-0479
  • 国内统一刊号：ISSN：35-1070/N
  • 邮发代号:34-8
  • 获奖情况:
  • 多次被评为全国、华东地区、福建省的优秀科技期刊,2001年入选国家新闻出版总署评定的"中国期刊方阵",2003年获国家新闻出版总署颁发的"第二届国家科技...,2006年获国家教育部科技司颁发的"首届中国高校精...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘（网络版）,美国数学评论（网络版）,德国数学文摘,美国剑桥科学文摘,美国生物科学数据库,英国科学文摘数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,英国英国皇家化学学会文摘,中国北大核心期刊（2000版）
  • 被引量:16575