微分中值定理与Newton-Leibniz公式的关系及证明

用Newton-Leibniz公式证明了广义微分中值定理，并且证明了所有的微分中值定理与Newton-Leibniz公式在一定条件下可以相互证明。     

Naive Bayes邮件过滤模型的特征词选取方法研究

将文本分类中的各种特征词选取方法引入到Naive Bayes邮件过滤模型(NBF)中,包括文档频度、信息增益、互信息、期望交叉熵、文本证据权、几率比及x2统计量.分析比较了这些方法的特点.实验结果显示在NBF中采用x2统计量选取邮件特征词有最好的效果.     

一类（h，φ）-意义下的分式规划解的最优性条件及对偶定理

本文利用Ben-Tal广义代数运算对一类分式规划进行了讨论,在目标及约束函数为(h,φ)-η不变凸的情况下得出了分式规划解的广义最优性条件,并建立了它的Mond-Weir对偶模型,证明了对偶定理.     

对称导数的性质及定理

讨论了对称导数与导数、对称导数与连续、对称导数与可积的相关性质,利用这些性质给出了广义的微分中值定理,并由此推出泰勒公式。     

基于贝叶斯估计的非平稳SAR图像自适应小波滤波

合成孔径雷达(SAR)的相干斑噪声严重影响图像质量、降低图像的可判读性。本文提出的滤波方法，将通用小波阈值滤波方法和基于图像局域统计特性的滤波方法相结合。针对非平稳SAR图像的不同区域采用不同的方法调整小波系数，具有自适应能力。分析了噪声在小波变换域中的分布和统计特性，用高斯混合模型来对其进行描述。采用期望最大似然(EM)算法迭代出小波系数的分布参数。最后用贝叶斯估计得出真实图像的小波系数。在仿真实验中，将该方法与经典的局域统计方法以及通用的小波阈值去噪方法进行了比较。结果表明，本文的方法能对非平稳SAR图像进行更有效的滤波。     

基于贝叶斯网络分析空间态势

战场态势分析是指挥决策的基础,作为一种知识推理和进行概率推理的框架,贝叶斯网络在具有内在不确定性的决策问题中得到了广泛的应用。因果推理是态势评估中的一个重要环节,用叶斯网可以找出态势假设和事件之间的潜在关系,切合了态势评估所需完成的功能。     

探讨矩阵特征值的估计和定位

本文对矩阵特征值估计和定位问题的两个重要结论，Ｇｅｒｓｃｈｇｏｒｉｎ圆盘定理和Ｏｓｔｒｏｗｓｋｉ圆盘定理进行深入研究，并给出便于应用的定理１，定理２和定理３。     

微分中值定理的推广

文章引入Schwartz导数的概念,给出了一些Schwartz导数的性质,运用这些性质得出有关Schwartz导数的Rolle中值定理、Lagrange中值定理和Cauchy中值定理.     

关于单叶解析函数一类子族的增长、掩盖定理

本文研究了单叶解析函数的一类子族βα族,令f(z)∈βα且z=0是f(z)-z的k+1阶零点,我们得到了f(z)的较为精细的增长、掩盖定理,所得结论推广了某些已知结果。     

球面可微函数有限差的依范收敛性

该文讨论球面函数的分数阶导数与有限差的关系,得到球面可微函数的有限差的依范收敛性定理.