简介：给出两类扰动增生算子的迭代程序,并证明它们的收敛性.

简介：设X是一个实Banach空间,X＊为其对偶空间,G是X的开、有界子集.T：D（T）（属于）X→2^x是m-增生算子,C：D（T）→X是有界算子.分别在C（T＋I）-1非扩张与C（λT＋I）-1紧的情况下,利用凝聚映射的度理论,考虑了方程0∈-R（T＋C）的可解性问题.定理4中在边界条件只为（I-（T＋C））（D（T）∩（э）G）（∪）（^-G）的情况下用L-S度理论考虑了方程0∈-（T＋C）（D（T）∩G）的可解性问题.这些定理推广了一些已有结果.

简介：利用连续线性泛函满足的某些条件，给出了关于ｍ－增生、奇算子的一些映射结果，这些结果是对已有文献中相应结果的改进．其中第二节中考虑了算子的奇性，运用Ｂｏｒｓｕｋ定理得出了ｍ一增生、奇算子的映射定理；在第三节中讨论了凝聚映射的相应结果．

简介：以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注，并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率，本文设计了2种改良的深度卷积神经网络，这些改进加快了神经网络的训练速度．有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型，该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验，改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型，这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后，构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”，该系统能够自动检测出CT影像中肺结节，并给出结节的良恶性概率评估。通过该系统的应用，可以有效缓解放射科医生超高的劳动强度，提高阀片效率，服务更多患者；减少漏诊和误诊发生的次数，有助于提高肺结节的诊断准确率；从而促进我国肺癌早筛工作的推广。

简介：研究了赋范线性空间中强增生映射和一致增生映射的零点的最速下降法迭代逼近问题，修正了Chidume的一个定理，改进和推广了Chidume和周海云等近期的相应结果．

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：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：利用范数假设条件给出了带扰动的ｍ一增生算子的一些映射定理．其结果是：Ｂ＋Ｄ　　Ｒ（Ｔ＋Ｃ）并且ｉｎｔ（Ｂ＋Ｄ）　Ｒ（Ｔ＋Ｃ）的类型．其中Ｂ、Ｄ是实Ｂａｎａｃｈ空间Ｘ的子集，算子Ｔ：Ｘ　Ｄ（Ｔ）→２~Ｘ至少是ｍ一增生的，扰动算子Ｃ：Ｘ　Ｄ（Ｃ）→Ｘ至少是紧、ｄｅｍｉ一半连续或完全连续的．这些结果推广和改进了已有文献的有关结果．

简介：设E是任意实Banach空间,T:E→E是Lipschitz的强增生算子.证明了,带误差的Ishikawa迭代序列强收敛到方程Tx=f的唯一解.特别地,还给出了Ishikawa迭代序列的收敛率估计.另一方面,一个相关结果,讨论了E中lipschitz强伪压缩映象的不动点的带误差的Ishikawa迭代序列的收敛性.

简介：在具有一致凸对偶空间的Banach空间中讨论了关于增生算子T的方程f=x+Tx的迭代解，其结果推广和改进了Chidume和Zhu的结果。

简介：首先介绍了Banach空间中的一类含H-增生算子的广义集直变分包含问题（GSVVIP）和广义预解算子方程问题（GREP），并且建立了二者的等价关系．然后分别构造了新的迭代算法来逼近（GSVVIP）的解和（GREP）的解并且证明了其解的存在性以及它们的收敛性结论．

简介：引入k-次增生算子的概念,主要研究了k-次增生算子的带误差的1shikawa迭代序列的收敛性问题.改进和推广了Chidume的相关结果.

简介：设X是实Banach空间,D是X的一个子集,T:X→X是一强增生算子,从而得到带误差的Mann迭代序列的逼近不动点的强收敛问题.

简介：受非线性增生映射值域的扰动定理的启发，研究了非线性边值问题（@)在L^p(Ω），1＜p＜+∞中解的存在性。（@){-∑^Ni,j=1σ/σxi（ai,jσu/σxj）+∑^Ni=1bσu/σxi+g（x，u）=fa.e.inΩ，-σu/σna∈βx（u（x））a.e.onΓ其中f∈L^p(Ω），1＜p＜+∞给定，g:Ω×R→满足Caratheodory条件。本文把Gupta和Hass所研究的非线性方程加以推广，即在方程中增加了∑^Ni=1bσu/σxi这一项，并把解的存在性的讨论由L^2(Ω）空间推广到L^p(Ω），1＜p＜+∞空间中。

简介：在2-一致光滑的Banach空间中,引入一种新的迭代算法研究非膨胀映象的不动点集与α-逆强增生算子的变分不等式解集的公共元素,并获得了迭代算法的强收敛性定理.而且应用这些结果考虑了非膨胀映象和严格伪压缩映象公共不动点的收敛性问题.

简介：介绍和研究了实q-一致光滑Banach空间中一类新的具（A，η）一增生算子的广义混合拟一似变分包含组，利用（A，η）一增生算子的预解算子技巧，证明了解的存在性及由新的P步迭代算法所生成序列的收敛性．

简介：设Z为实一致光滑Banach空间,T：Z→Z为强增生映射,文章提出了新的带误差的三重迭代序列,并证明了带误差的三重迭代序列强收敛到方程Tx=f的唯一解,（带误差的）Mann迭代和（带误差的）Ishikawa迭代均可作为其特例.此外,相关结果也讨论了关于强伪压缩映射不动点的三重迭代逼近问题.

简介：本文从复杂网络理论出发，在分析原有乳腺癌易感基因数据的基础上，综合统计分析易感基因彼此之间的关联与乳腺癌疾病之间的关系，并以此构建乳腺癌致病基因蛋白质网络．通过计算和研究网络度，聚类系数等指标发现，此网络具有高度聚集性，即少数核心节点控制着整个网络结构的稳定性．这将为进一步研究和发现乳腺癌致病基因提供新的理论依据和方法．

简介：在一致光滑Banach空间中，证明了广义Lipschitzφ-增生算子的带误差项的Ishikawa迭代序列强收敛于方程Tx=f的解，其结果改进和扩展了近期许多相关结果．并由此得出了Ishikawa迭代序列稳定性的一些结果．

简介：在q（≥2）一致光滑的实Banach空间中，研究了一类非Lipschitz，非值域有界的φ－强伪压缩映射和φ－强增生映射的Ishikawa迭代收敛问题，所得结果扩展了该领域目前所有的相关结果，因而在目前更具有一般性和广泛性．