本项目属于函数逼近论中的几个重要的逼近特征的研究,即不同计算框架下的最优逼近.问题。宽度是逼近论中的一个重要逼近特征,我们将利用经典的离散化方法,研究广义Besov类在不同计算框架下宽度的阶。对该函数类Kolmogorov宽度及linear宽度已有部分结果。我们将继续研究该函数类上的Gelfand宽度及Monte Carlo框架下相应的逼近问题。另外,我们还将研究该函数类在quantum框架下的逼近问题。最后,我们还将研究该函数类上的非线性逼近中Greedy算法的逼近问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
基于自适应干扰估测器的协作机器人关节速度波动抑制方法
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
光滑函数类上的几个逼近问题
球面和球体上加权光滑函数类的逼近特征问题
多元光滑函数类的逼近特征及q-算子逼近
加权紧黎曼流形上函数逼近问题的研究