简介：需要治疗的病例数（NNT）是近年来国际上用于评价临床疗效的一个简单而有效的指标。运用鞍点逼近法构造了NNT的区间估计,并将其与Wald、Wilsonscore和Delta法进行比较。蒙特卡洛模拟研究结果表明,鞍点逼近法得到的区间估计覆盖率与名义水平接近程度总体上更高,平均区间长度更短,即鞍点逼近法优于Wald、Wilsonscore和Delta法。

简介：图7优化小波神经网络函数逼近情况,图9BP算法训练的小波神经网络函数逼近情况,图6BP算法训练的小波神经网络函数逼近情况

简介：利用矩阵的广义奇异值分解，得到了线性矩阵方程A^TXA=B有中心斜对称解的充分必要条件及其通解的表达式．另外，导出了在矩阵方程的解集合中与给定矩阵的最佳逼近解的表达式．

简介：本文利用四元数矩阵的广义Frobenius范数建立一个关于四元数矩阵的实函数，并讨论了它的极值问题．然后在四元数矩阵方程AX-YB=C的解集合中导出了与给定矩阵的最佳逼近解的表达式．

简介：使用新的分析技巧研究了对于广义最速下降逼近法收敛到m-增生算子零点的充要条件，所得结果推广了几位作者早期与最近的相应结果．

简介：本文首先利用共轭梯度及矩阵性质,构造迭代算法,并证明算法的收敛性,同时对该算法当方程相容时收敛到问题的极小范数解进行证明.然后,对该算法进行细微修改,应用于相应的最佳逼近问题.最后给出相关的数值实例,验证算法的有效性.

简介：针对机械手控制系统中的不确定因素，提出了RBF神经网络逼近不确定项的自适应控制策略。在逆动力学计算力矩方法的基础上，设计了鲁棒自适应控制器。利用RBF神经网络对模型中的不确定项分块进行逼近，并用Lyapunov稳定性理论建立了网络权重自适应学习律，证明了系统的全局稳定性；最后进行了仿真，结果表明该方法能够有效的消除模型不确定性的影响，准确地实现了轨迹跟踪。

简介：池莉是新写实小说的重要代表人物，她把自己置身于市民生活之中，其作品中的人物往往是带有世俗气的芸芸众生，是远离英雄主义的凡夫俗子，人物事件均被生活原色所笼罩，池莉运用民间叙事方式，通过对原生态生活的揭示、剥离、挖掘，从而指引人们将覆盖在生活中虚幻、迷离的灰尘拂去，进而逼近生活的真谛。

简介：引入一类Lupas-Baskakov积分算子,给出它对有界变差函数的点态逼近度，并指出精确的逼近阶。

简介：在Banach空间中构造了一致L—Lipschitzian渐近伪压缩映象的lshikawa型误差迭代序列，研究了其对相应不动点的黏性逼近及其收敛性问题，所得结果发展和改进了文[1-9]中的相应结果。

简介：成熟勘探工区的工业化程度高,高压线密集,地震记录中常常存在较强的50Hz工业干扰,其能量极强,频带范围与地震资料优势频带范围重叠,严重影响地震资料的品质.50Hz工业干扰压制方法基于正余弦加权逼近法,实现工业干扰的自动识别与压制,即仅对存在工业干扰的数据进行噪音压制,这样既能有效压制噪音,又不损伤有效信号,50Hz工业干扰得到较好压制,能够有效提高地震资料的品质,具有较高的应用价值.

简介：在一致光滑的实Banach空间中,研究多值Φ强伪压缩映像集合序列生成的Ishikawa迭代序列逼近问题，给出了迭代集合序列逼近多值Φ强伪压缩映像不动点集合的强收敛定理，是Ishikawa迭代序列逼近多值Φ强伪压缩映像不动点问题的推广。

简介：讨论了单位圆域上Bcasel级数的Fejer和的—致逼近．给出了它的饱和阶和饱和类．

简介：对于在条件∑i=1^nxi=S（或∑i=1^nxi≥S，或∑i=1^nxi≤S，S为常数）下，不等式∑i=1^nf（xi）≥m（或∑i=1^nf（xi）≤m,m为常数）的证明，往往是将函数f（x）放缩为某个一次函数g（x），然后由x分别取x1，x2，…，xn，得到n个不等式相加而进行证明。

简介：讨论了Jacobi级散的逐项微分，应用它，推广了Jacobi级数部分和逼近的已知结果且在某些情况下作了改进。

简介：研究了Banach空间中的RS集的最佳逼近的强唯一性问题,对给定的RS集G及x∈X,证明了G中对x的最佳逼近g的强唯一性

简介：本文讨论带有给定切线多边形的保形逼近问题．给出了一条与给定切线多边形相切的保形五次参数祥条曲线。

简介：研究了Banach空间中拟-似变分包含解的存在与逼近问题.给出了一种寻求解的新的迭代算法,建立了具混合误差的Ishikawa型迭代序列强收敛到解的充要条件.所得结果推广了一些相关的结果.

简介：研究了Banach空间中一类φ-强增生型变分包含解的存在唯一性及其具误差的Ishikawa迭代逼近问题.其结果改进和推广了张石生、曾六川等文中的相关结果.

简介：研究了严格凸Banach空间中非空间凸子集上拟非扩展映象的不动点的迭代逼近问题,主要证明了:设E是严格凸Banach空间,K为E的闭凸子集,T:K→K为连续拟非扩展映象.进一步假设T(K)包含于K的一个紧子集之中,迭代地定义序列{xn}∞n=1如下:(IS)yn=(1-βn)xn+βnTxn,n≥1,xn+1=(1-αn)xn+αnTyn,n≥1,其中{αn}和{βn}满足一定的条件,则{xn}强收敛于T的某个不动点.