Fibonacci数列与Lucas数列的方幂和

利用初等数论方法研究了Fibonacci数列与Lucas数列方幂的求和问题,获得了该和式的精确公式。     

一类由函数迭代所确定数列的研究

关于数列的研究历来为人们所关注,尤其是非线性递归数列通项的求解问题更是讨论的热点．由于递归数列与函数迭代有着密切关系,因此本文试图用函数迭代思想解决一类数列通项的求解问题．     

一类积数列方幂和

设a、b为复数,n,s,r,c,d为正整数△=c+rs,下面一类积数列方幂和直接计算公式为: 计算公式(1)是以组合数为基元的一次为项式(P=0,1,…,△),其项数至多为△+1项,系数D(△,P)是仅与a,b,s,r,c,d有关而与n无关的数,进一步将(1)化为关于n的△+1次多项式     

一类二阶电路的快速算法

提出了微一阶电路和宏一阶电路等概念;基于上述新概念,建立了一类二阶电路的快速算法,从而使二阶电路与一阶电路一样,其动态分析实际上也成为一种静态分析.通过实例验证,并根据网络理论证明了所提出的快速算法。     

一类离散正交三角变换快速算法

根据离散三角变换的一般形式,在正交条件下,按频域分法提出了一类具有二分结构的快速算法,其运算量为ｏ（Ｎｌｏｇ2Ｎ).这样,离散余弦、离散正弦、离散W变换快速算法就有了一个统一的格式.     

一类特殊数列的前n项和的探讨

对由等差数列的乘积以及乘积的倒数所构成的一类特殊的数列的前n项和的求解作了探讨,得出两个定理及6个推论以及应用。     

一类Kloosterman和的性质

Kloosterman和是有限域研究中的一个重要的课题,它在理论研究和实际应用中都有很多应用.在本文中,作者给出了任意维数的Kloosterman和的方幂和的同余式.     

一种实序列 FFT 的新算法

针对实际工业应用中信号多为实数的特点，综合ＰＦＡ，ＣＦＡ，ＷＦＴＡ等算法的优点，提出了实数序列ＦＦＴ的一种新算法，该算法有更少的运算量．     

基于偶次幂因子分解的RSA快速算法

提出了一种基于偶次幂因子分解的RSA快速实现算法的设想,这种算法是针对传统BR算法的缺点实现的,在计算高次幂幂剩余和乘同余时结合采用数据库、偶次幂指数分解的方法进行,通过将指数幂凑成满足2的整数幂来降低汉时重量,减少循环步骤,同时利用偶次幂的对称性提高运算速度．理论分析与实验结果表明该算法与BR算法相比,缩小了近33％的循环步骤,乘法步数平均减少25％,求模的步数平均减少37．4％．     

快速加权滑窗RLS格型算法

在基本加权滑窗RLS算法基础上,利用投影几何方法,导出快速加权滑窗RLS格型算法。计算机仿真结果证实了算法的有效性。     

一种适于工程应用的多目标跟踪快速数据关联算法

提出了一种新的多目标跟踪快速数据关联算法,重点分析了关联门相交区域中的公共回波对航迹更新的影响,并综合考虑了关联门内其余侯选回波对航迹更新的作用,以很小的计算代价完成了后验概率的计算。仿真表明,新算法以与ＰＤＡＦ算法接近的计算量,达到了接近于ＪＰＤＡＦ算法的目标跟踪成功率。     

二维概率密度核窗估计的快速算法

概率密度核窗估计法,在窗宽选取最佳时,具有很高的精度,在各种确定最佳窗宽的方法中,最小二乘相关确认法是性能较好的一种,但因运算量大使其实际应用受到限制,本在保证核窗估计高精度的前提下,给出了二维概率密度核窗估计的快速算法,并通过仿真运算,验证了该算法的有效性。     

基于遗传算法的序列比对方法

为有效解决大尺度基因组序列的比对分析,提出了一种基于遗传算法的序列比对方法。该算法通过对序列比对问题进行编码,将其转换成了搜索空间中的一个优化问题。实验结果表明,这种新的比对算法是有效的,它在占用少量内存的情况下可以获得近似于Need lem an-W unsch算法结果的最优解。     

单词记忆软件中的次序算法

主要论述了如何在变化的范围内按“字母顺序”、“随机选择”和“先易后难”3种不同的次序抽取单词的算法,并介绍了这些算法在Delphi环境下的实现。     

一种新的迭代学习控制快速算法

对一类连续系统的迭代学习控制问题进行了讨论，提出了一种新的迭代学习控制算法，该算法与目前的算法具有完全不同的形式，数值仿真结果表明了新算法的有效性与优越性。     

无向图同构的快速算法

规范标记算法和顶点划分算法是判断无向图同构的两种重要途径,其缺点是要么无法对图进行规范标记,从而不能进行判断;要么必须进行不断地回溯和试探,从而造成指数阶时间开销.对于任何两个同构的无向图,各自新增一个顶点和若干条关联边,可获得父图.当且仅当新增顶点的邻接点在原同构图中保持同构关系时,父图同构.根据这个充要条件,文中使...     

一种快速收敛的遗传算法及其应用

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种快速收敛的遗传算法,即“适应度缩放”加“有偏外来移民”的遗传算法。将该方法应用于柔性结构振动主动控制中的作动器／传感器位置及反馈增益的优化,其优化效果明显优于传统的优化算法。数字仿真结果表明,对于复杂非线性约束优化问题,该遗传算法具有较好的快速收敛性和全局收敛性,由优化了位置的作动器／传感器和优化增益的控制系统具有良好的减振效果。