两个新的数论函数的混合均值

对任意正整数n,定义数论函数Ω(n)为Ω(1)=0,当n>1,n=pα11pα22…pαss为n的标准分解式,Ω(n)=α1p1+α2p2+…+αsps,其中(pi为素数,1≤i≤s)。数论函数Sk(n)定义为Sk(n)=m in{m:m∈N,nk|m!},即最小正整数m,使得nk|m!。运用初等方法研究数论函数Ω(n)与Sk(n)的混合均值问题,并得到一个有趣的渐近公式。     

两个数论函数的混合均值

利用解析方法研究U(1)=1,U(n)=∏/(p︱n)p和V(1)=1,V(pα)=pα-1,V(p1α1p2α2…psαs)=V(p1α1)V(p2α2)…V(psαs)两个数论函数与除数函数σα(n)的混合均值分布性质,得出3个较为精确的渐近公式.     

一类可加函数的均值估计

对任意正整数n,素因数和函数F(n)为F(1)=0,当n1且n的标准分解式为n=p1a1p2a2···prar时,F(n)=α1p1+α2·p2+···+αr·pr.设p(n)表示n的最小素因子.本文研究了可加函数(F(n)-p)2的值分布,并用初等方法得到了一个较强的渐近公式.     

关于伪Smarandache函数的一个混合均值

对任意的正整数n,著名的伪Smarandache函数Z(n)定义为最小的正整数m使得n|m(m+1)/2,即Z(n)=min{m:n|m(m+1)/2,m N}.对任意的正整数n,算术函数Ω(n)定义Ω(1)=0,当n1且n=p1α1·p2α2...pkαk为n的标准分解式时,Ω(n)=α1p1+α2p2+…+αkpk.利用初等方法和解析方法研究了伪Smarandache函数Z(n)与算术函数Ω(n)的混合均值问题,并得到一个较强的渐近公式.     

关于F.Smarandache函数与素因数和函数的一个混合均值

对于任意正整数n,若它的标准分解式是n=Pα11 Pα22…Pαkk,著名的F.Smarandache函数S(n)定义为:存在最小的正整数m,使得n|m!,即:S(n)=min{m∶n |m!,m∈N},素因数和函数定义为:(ω-)(n)=P1+P2+…+Pk,利用初等及解析的方法研究了F.Smarandache函数S(n)与素因数和函数(ω-)(n)的加权均值分布,得到了新混合函数S(n)(ω-)(n)的均值性质,并给出一个有趣的加权均值分布的渐近公式.     

关于2个算术函数的一个混合均值

设素数p,ep(n)表示整除n的p最大指数,即ep(n)=max{α∶pα|n}.对任意正整数n,k≥2为给定整数,Smarandache Ceil函数的对偶函数Sk(n)=max{x∶x N,xk|n},利用解析的方法,研究了算术函数ep(n)Sk(n)均值分布性质,并给出一个渐近公式.     

用Dziok-Srivastava算子定义的一类亚纯多叶函数

近年来, 基于不同的线性算子, 一些p叶解析或亚纯函数类的性质和特征被广泛研究.本文令∑p表示形为f(z)=z-p ∑∞n=1anzn-p且在空心单位圆E0内解析的p叶函数全体组成的类.Dziok-Srivastava算子Hp, q, s(α1): ∑p→∑p定义为Hp, q, s(α1)f(z)=z-p ∑∞n=1((α1)n...(αq)n)/((β1)n...(βs)n)(an)/(n!)zn-p.利用Dziok-Srivastava算子Hp,q,s(α1)定义了∑p的一个子类W p,q,s(α1,α) ,从函数类W p,q,s(α1,α) 的定义导出函数f(z)=z-p ∑∞n=p|an|zn在类W p,q,s(α1,α) 中的充要条件,并利用此结论证明了类中函数的一些线性组合和卷积也在子类W p,q,s(α1,α)中,证明函数F(z)=(λ)/(Zλ p)∫z0tλ p-1f(t)dt(λ＞0;f∈∑p)与函数f(z)具有相同的性质.     

一个新数论函数的均值

数论函数的性质研究在数论中占有举足轻重的地位,很多函数的单个取值是没有规律的,但是其均值往往具有非常规则的渐近公式。美籍罗马尼亚著名数论专家F.Smarandache教授引入了简单数的概念。如果正整数n的所有真因子的乘积不超过n,称n为简单数。令A表示所有简单数集合,既有A={2,3,4,5,6,7,8,9,10,11,13,14,15,17,19,21,…}.容易看出n有4种情形,即n=p,n=p2,n=p3,n=pq,其中p,q是不同的素数。关于简单数的性质及相关的均值问题已有不少学者进行了研究,也获得了一系列有意义的研究成果。文中研究了一个类似欧拉函数φ(n)的新的Smarandache可乘数论函数J(n),其中J(n)为模n所有原Dirichlet特征的个数,即J(n)=n∏p|n(p-1)2.利用初等数论的方法解决了J(n)可乘数论函数在简单数序列中的均值问题,并给出了一个有趣的渐近式,即对任意x∈R,x≥3,有渐近式Σn≤x,n∈A J(n)=Dx4+Ox4ln lnx ln()x,其中D为可计算的常数。从而丰富了数论函数的内容。为以后更多的学者研究数论函数在特殊序列上的性质提供了参考依据。但是,文中只研究了此函数在特殊数列上的性质,是否在其它数列上也有简单的渐近公式值得更多的学者去讨论和探究。     

关于Smarandache函数的复合函数的均值

对任意的正整数n,定义数论函数W(n)为最小的正整数k,使得n≤k(3k+1),即W(n)=min{k:n≤k(3k+1),k∈N}.利用初等及解析的方法研究复合函数S(W(n))的均值分布,并获得了较强的均值分布的渐近公式.     

一个算术函数的误差项估计

设ψ(n)是Dedekind函数,∑n≤x=nψ(n)=αx E(x),其中α是常数,E(x)是误差项.主要目的是利用经典的复积分理论及解析方法研究了E(x)的平方积分均值,得到了一个较为精确的估计式.     

函数单向SPF-粗集与它的概率特征

基于函数S-粗集,结合函数迁移的随机性,提出了函数单向S_PF-粗集概念,并给出它的数学结构。研究了函数单向S_PF-粗集概率特性。证明了在概率的意义下,函数单向S_PF-粗集是函数S-粗集,函数单向S-粗集的推广；函数S-粗集,函数单向S-粗集是函数单向S_PF-粗集的特例。     

在非线性分式函数的情况下广义凸之间的关系

在E-凸函数,拟-E-凸函数,伪-E-凸函数的基础上,给出了B-E-凸函数,拟-B-E-凸函数,伪-B-E-凸函数概念;在非线性分式函数的情况下,进一步研究了广义凸之间的9个关系及2个结论;最后对上面的关系及结论给出了4个定理,并用E-凸函数和B-E-凸函数的相关知识分别对其进行了证明。     

bent-negabent函数的构造

给出了一种新的negabent函数的构造, 基于此构造和已有的bent函数的构造, 得到了一种bent-negabent函数的构造;分析了一类由4个函数级联所得函数的性质, 给出了这类函数为negabent函数的必要条件;给出了bent-negabent函数的一种直和构造。     

基于高斯噪声干扰下的神经网络数据处理及误差分析

首先对样本数据运用径向基函数的方法进行理想化插值处理,找到输入输出数据之间的函数关系t=h(x),在考虑高斯噪声干扰的情形下,构造新的能量函数,并使其收敛到稳定态,从而反推出精确插值函数t=y(x);由似然函数变形构造得到误差平方和函数E**作为误差分析函数,结果表明:E**的最小值点(或极小值点)即为似然函数的最大值点(或极大值点),所采用的噪声数据插值处理使得神经网络的整体误差最小。     

布尔函数的迹单项式逼近

提出了用单项迹函数代替线性函数来定义的布尔函数一种新的谱值,称之为布尔函数的d-Walsh循环谱,通过计算d-Walsh循环谱来研究布尔函数的最佳单项迹函数逼近,使用该方法的计算复杂性仅为22n/n.利用单项迹函数逼近序列密码的前馈函数可实现对序列密码的采样攻击,对序列密码设计与分析具有重要意义.     

基于多分辨率B样条小波网络的船体曲面光顺和重建

为用于船体型线设计中船体曲面重建和光顺,基于多分辨率小波网络原理,引入三次B样条函数作为小波基函数,三次B样条基函数作为尺度函数,利用小波网络的权值和激励函数的线性组合,构造了新的二维多分辨率B样条小波网络(multi-resolution B-splinewavelet net work,MRBWN).将曲面分解为相互正交的u、v方向函数,用该网络来拟合自由曲面;并利用梯度下降法对网络进行训练.最后对船体曲面进行了光顺,实例证明了该方法的有效性和正确性.     

a尺度双正交多小波

讨论了a尺度双正交多尺度函数的一个性质,在a尺度双正交单尺度函数与a尺度双正交多尺度函数之间建立了一种联系,证明了由任意a尺度双正交单尺度函数和任意一组双正交滤波器生成a尺度双正交多尺度函数的一个充分必要条件,并用这种a尺度双正交多尺度函数构造出一种a尺度双正交多小波。     

一个数论函数及其性质

在近似伪Smarandache函数的基础之上,定义了一个新的数论函数,并给出了它的一些相关性质,丰富了数论函数的研究内容.     

IRT中测验信息函数性质的解析及估值方法

介绍了项目反应理论(IRT)的三参数Logistic数学模型,给出测验信息函数和项目信息函数的数学表达式.通过分析项目信息函数的主要特性,设计了绘制被试的特质水平(θ)~测验信息函数(I(θ))曲线的算法,给出I(θ)值的估算方法.     

通用可组合的自更新Hash链认证模型

利用通用可组合安全的框架定义了自更新Hash链认证理想函数,设计了基于一次签名理想函数的真实协议,并证明了在安全伪随机函数和单向无碰撞Hash函数的前提下,该协议能够实现所提理想函数。