混合范数下的Hermit型多元样本定理和各向异性函数类由Hermite型信息的逼近

作者：宋春元

来源：北京师范大学学报(自然科学版), 2012, (04): 341-345.

• Hermite型信息
• 最优恢复
• Besov类
• Besov-Wiener类 Hermite sampling information
• optimal recovery
• Besov classes
• Besov-Wiener classes

给出了混合范数下的Hermite型多元样本定理,即对于函数f∈E2ν,p(Rd),1<p<∞,Hermite型样本定理仍成立,并讨论了各向异性Besov类SrpθB(Rd),p=(p1,…,pd)和Besov-Wiener类SrpqθB(Rd)由Hermite型信息样本的最优恢复问题,得到了相应误差的弱渐进估计.

• 出版日期2012
• 单位北京师范大学