第三型Bernstein S.N插值过程

对Bernstein S.N.问题做了进一步讨论，利用两点修正的方法构造了算子Ｐn(f;x),并得到了较好的结果。     

S.N.Bernstein型第三求和多项式算子

构造了一个求和三角多项式算子Hn( f ;r ,θ) (r≥ 1为自然数 )。Hn( f ;r ,θ)对每个以 2π为周期的连续函数都能在全实轴上一致地收敛到 f(θ) ,若 f(θ)∈Cj2π,0≤j≤r - 1 ,则Hn( f;r ,θ)的收敛阶均达到最佳收敛阶。     

关于Bernstein型插值过程的敛速估计

1 设,记为n阶Jacobi多项式,以(1+x)V_n(x)的零点     

关于Kantorovich算子的逼近阶

研究了Ｋａｎｔｏｒｏｖｉｃｈ算子的逼近，给出了该算子的任意阶导数对有界变差函数的逼近阶；并给出了迭代极限和迭代误差估计式．     

Hermite－Fejer型插值多项式的逼近阶

主要研究Ｈｅｒｍｉｔｅ－Ｆｅｊｅｒ型插值多项式Ｋｎ（ｆ；ｘ）逼近Ｃ１连续函数类时的逼近阶，改进了Ｈ．Ｈ．Ｇｏｎｓｋａ的结果［１］，并且证明了当ｆ（ｘ）∈Ｃ１［－１，１］时，对于特殊函数类Ｈ１ｗ，Ｋｎ（ｆ；ｘ）的逼近阶是不能改进的     

第三型BernsteinS.N.插值过程

对BernsteinS .N .问题做了进一步讨论 ,利用两点修正的方法构造了算子Pn( f ;x) ,并得到了较好的结果。     

关于一个S.Bernstein过程的收敛阶

1982年,Chauhan~[1]构造一个基于 x_k=cs(kπ)/(n+1),k=/(0,n+1)的插值算子 V_n(f,x)和研究了 V_n(f;x)的收敛阶.本文使用 V_n(f;x)重新证明了 Telyakovski-Gopengauz's 定理,并研究了 V_n(f;x)及其导数对 C~1函数类逼近时的收敛阶.     

一个组合型的三角插值多项式

将被插函数进行对称式求和,构造一个组和型的三角插值多项式Ｓ_ｎ（ｆ;ｒ,ｘ）,使得它在全轴上一致收敛到每个以２π为周期的连续函数上,且对Ｃ_（２π）~ｊ连续函数类的逼近均具有最佳收敛阶,这里０≤ｊ≤ｒ,ｒ为任给的奇自然数。     

基于图像压缩的最佳多小波基选择

一、引言 随着小波分析在图像处理中的广泛应用,人们发现单小波不能将光滑性、紧支性、对称性、正交性等性质完美地结合在一起,因此多小波引起了研究者的浓厚兴趣[5].     

基于散乱数据的B样条曲面重构与优化

利用B样条曲面表示初始逼近曲面，利用三次B样条曲线优化曲面，实现了散乱数据的曲面重构，算例表明，算法简单易行，逼近效果良好。