戴朝寿
- 作品数：18 被引量：26H指数：2
- 供职机构：江苏师范大学数学与统计学院更多>>
- 发文基金：国家自然科学基金徐州师范大学校科研和教改项目江苏省教育厅自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- R￣d中Hausdorff维数和packing维数的确定
- 1995年
- 本文目的在于建立确定Ｒ￣ｄ中Ｈａｕｓｄｏｒｆｆ维数ｄｉｍ和ｐａｃｋｉｎｇ维数Ｄｉｍ的两个命题（定理１和定理２），进而寻求Ｒ￣ｄ中Ｈａｕｓｄｏｒｆｆ维数ｄｉｍ与ｐａｃｋｉｎｇ维数Ｄｉｍ相等的条件；这使得我们能够引入分形测度的测度论定义。
- 戴朝寿
- 关键词：PACKING维数豪斯道夫测度豪斯道夫维数
- 概率空间（Ω，F，μ）中关于μ的packing维数与经典的实直线上的packing维数之间的关系
- 1995年
- 本文将概率空刚（Ω，μ）中ｐａｃｋｉｎｇ维数的定义与经典的实直线上的ｐａｃｋｉｎｇ维数的定义相联系，证明了在Ｌｅｂｅｓｇｕｅ情形，对所有的Ａ∈，关于μ的ｐａｃｋｉｎｇ维数Ｄｉｍ＿μ（Ａ）与被Ｔａｙｌｏｒ和Ｔｒｉｃｏｔ所定义的ｐａｃｋｉｎｇ维数Ｄｉｍ（Ａ）是一致的。Ｂｉｌｌｉｎｇｓｌｅｙ的结果与我们的结果相结合，表明在Ｌｅｂｅｓｇｕｅ情形，关于μ的分形与被Ｔａｙｌｏｒ所定义的分形是一致的。
- 戴朝寿
- 关键词：PACKING维数分形
- 随机变量关于它的中位数的一阶绝对矩被引量：1
- 2002年
- 推导了随机变量的一阶绝对矩的四个计算公式,证明了函数g(x)=E|ξ-x|在中位数m达到它的极小值,从而扩张了[1]中的有关结果;进而提出了能够用随机变量ξ关于它的中位数m的一阶绝对矩d(ξ;m)=△E|ξ-m|作为刻画ξ取值分散性的一个新的数字特征.
- 戴朝寿
- 关键词：中位数数学期望分布函数
- 一类推广的随机分形的Hausdorff维数被引量：2
- 2008年
- 该文研究一类推广的R^d中具有有限记忆的随机递归模型,引入了一个与该结构有关的函数Ψ(β),β≥0,构造了一个随机测度μ_ω,证明了由该结构产生的随机集K(ω)的Hausdorff维数是α:=inf{β:Ψ(β)≤1}.
- 庄艳戴朝寿
- 关键词：HAUSDORFF维数上鞅局部维数
- 一类多型随机递归集关于统计自相似测度的重分形分解
- 2006年
- 本文主要利用Falconer,Mauldin,Williams,Arbeiter与Patzschke等人的思想,借助矩阵分析和随机过程中的一些重要方法,放宽了徐赐文构造的RN中多型随机递归集K在集合结构上的限制条件,得到了在强开集条件下这类多型随机递归集K的重分形分解集Kα(α>0)关于统计自相似测度的Hausdorff维数表达式．
- 徐亚娟戴朝寿
- 关键词：重分形分解HAUSDORFF维数
- 一类统计自相似集的重分形分解
- 2007年
- 将余旌胡和胡迪鹤所研究的统计自相似集K(ω)的限制条件放宽,利用Arbeiter与Patzschke的思想,构造了两个鞅,最终给出了在强开集条件下K(ω)的重分形分解集Kα(ω)关于支撑在K(ω)上的随机测度νq,ω的Hausdorff维数表达式.
- 徐亚娟戴朝寿
- 关键词：统计自相似集重分形分解HAUSDORFF维数
- 集合的对称差及其测度(英文)
- 1999年
- 集合的对称差是集合的基本运算之一，它在测度论及其应用中扮演着一个重要的角色．本文深入地对集合的对称差进行讨论，研究了它的性质，通过集合的不交分解揭示了若干个集合的对称差的本质，给出了关于集合的对称差的测度计算公式．
- 戴朝寿景平
- 关键词：对称差
- 相对重分形的维数被引量：1
- 2005年
- 本文将Julian Cole引入的一个概率测度关于另一概率测度的重分形形式体系里测度定义中的中心覆盖改为覆盖,得到与之等价的相对重分形测度和相同的维数,用两种不同方式定义了上、下盒维数,研究了各种维数的性质及相互关系,证明了相对重分形的Hausdorff维数函数和Packing维数函数是下凸的,讨论了它们在Legendre变换下的关系.
- 陈磊戴朝寿
- 关键词：HAUSDORFF维数PACKING维数盒维数
- 具有有限记忆的随机分形的重分形分解
- 2010年
- Dryakhlov和Tempelman对具有有限记忆的随机分形集的Hausdorff维数进行了研究,本文对具有有限记忆的随机分形集K(ω)的重分形分解集Kα(ω)进行研究,得到了在一定条件下,这种随机分形集重分形分解集Kα(ω)的Hausdorff维数表达式.
- 马强戴朝寿
- 关键词：重分形分解局部维数
- 一类连续型非正态总体参数精确置信区间的构造方法被引量：3
- 2017年
- 运用枢轴量法,借助于χ~2分布,就一般连续型非正态总体情形,证明了一类能够派生出总体分布中未知参数之精确置信区间构造方法的定理,并举例说明其应用.
- 戴朝寿李贤彬潘沈元陈彬
- 关键词：枢轴量
