共查询到18条相似文献,搜索用时 93 毫秒
1.
2.
设I是环R的理想.记K2(I)=Ker(K2(R)→K2(R/I)).当R是满足一定条件的半完全环且,是R的给定分裂理想时,给出了K2(I)的生成元;且当I^2=0时,给出了K2(I)的结构;并给出例子说明,此时K2(I)可以不是平凡群. 相似文献
3.
设F是域,记Gn(F)={{x,φn(x)}∈K2(F)|x,φn(x)∈F*},其中中。(x)表示n次分圆多项式。利用tame符号的取值证明了G5(F2(x))不是K2(F2(x))的子群,从而部分的证实了Browkin的一个猜想。 相似文献
4.
杨降龙 《南京工程学院学报(自然科学版)》2008,6(1):8-10
通过对丢番图方程的研究,给出G10(Q)是/K2Q的子群时必须要满足的丢番图方程,然后根据所得结论证明了G10(Q),G20(Q)都不是K2Q的子群,从而部分证明了Browkin的一个猜想. 相似文献
5.
6.
设K2是Milnor函子,Фn(x)∈Q[x]是分圆多项式.Gn(Q)表示形如{a,Фn(a)}的元素组成的集合,其中a∈Q^*.J.Browkin证明了Gn(Q)在n=1,2,3,4或6时是K2Q的子群,并且猜测对任何其它的n,Gn(Q)都不是群.本文证明了J.Browkin猜测在n=81时是对的. 相似文献
7.
设Φn(x)是n次分圆多项式,记Gn(F)={{x,Φn(x))∈K2F|x,Φn(x)∈F^*),其中F是域.证明了当n≥3时,G3^n(Q)不是K2Q的子群,从而部分地证实了Browkin的一个猜想. 相似文献
8.
9.
10.
研究了基本极大2K2-free图的一些特征,并构造了顶点数是12的基本极大2K2-free图,否定了这样的一个猜想:不存在这样的简单非完全连通图G,对其中每一对不相邻的顶点x和y,都有IM(G+zy)=IM(G)+1. 相似文献
11.
12.
无水钾镁矾类复盐K2Mg2(SO4)3的热化学研究 总被引:2,自引:0,他引:2
用具有恒定温度环境的新型反应热量计 ,以 3mol·dm-3 HNO3 溶液作为量热溶剂 ,在 2 98.2K条件下 ,设计了一个热化学循环 ,根据Hess定律分别测定了反应混合物 (K2 SO4 +2MgSO4 )和产物K2 Mg2 (SO4 ) 3 的摩尔溶解焓变 ,并结合其它标准数据 ,计算出了具有无水钾镁矾结构的硫酸复盐K2 Mg2 (SO4 ) 3 的标准摩尔生成焓变 ,其值为 - 3 95 3 .0 7± 0 .2 5kJ·mo1-1. 相似文献
13.
定义 设υ,k,λ是正整数.模υ的k个互不同余的整数组成的集合D={d1,d2,…,dk}叫做一个(υ,k,λ)-循环差集,如果对于每一个α0(modυ),恰好在D中有λ个有序对(di,dj),使得α≡di-dj(modυ).由于一个循环差集可以展开为一个循环对称区组设计,由著名的BruckRyserChowla定理,有如下结论:定理1[1] 设1≤λ<k<υ-1.若(υ,k,λ)-差集存在,则ⅰ)λ(υ-1)=k(k-1),ⅱ)当υ为偶数时,k-λ为平方数;当υ为奇数时,不定方程z2=(k-λ)x2 (-1)(υ-1)/2λy2(1)有不全为零的整数解x,y,z.判定不定方程(1)… 相似文献
14.
15.
采用X射线衍射、红外光谱及现代摄像等技术研究了K2TaF7-H2O体系中K2TaF7的水解特征及K2TaF7在烘干过程的稳定性;考察了K2TaF7与金属钠的润湿状态;同时测定了K2TaF7-NaCl体系中特征点的粘度及密度变化.结果表明:K2TaF7的水解是一个非常复杂的过程,K+和F-对钽盐会产生盐析作用,从而抑制K2TaF7的水解;K2TaF7活化的目的主要是细化颗粒,获得理想晶型;K2TaF7物料与液钠的“包覆”特征是K2TaF7与稀释剂的混合物粉末在液钠表面形成包裹层,而且熔盐体系的熔度、粘度及密度等物理参数对K2TaF7钠还原过程有重要的影响.研究结果可为K2TaF7钠还原过程参数的选择提供重要的理论依据. 相似文献
16.
17.
泰州组是高邮凹陷现实的勘探接替层系和重要的资源接替领域。钻井数量少、勘探程度低、烃源岩的分布范围及油气资源潜力难以准确评价是制约其油气勘探的主要难点。以研究区内现有钻井资料及烃源岩地化分析成果为基础,充分利用地震资料横向分辨率高的优势,开展基于地层切片的地震多属性融合分析,首次将地震沉积解释技术运用到烃源岩平面发育及展布特征预测中,取得较好效果。研究表明,高邮凹陷中东部泰二段为半深湖相沉积,烃源岩有机质丰度高、热演化为低熟—成熟阶段,是高邮凹陷泰州组烃源岩有利发育区。地震沉积解释成果与区域沉积环境、烃源岩发育特征吻合较好,是井资料较少地区研究烃源岩发育、分布范围的有效技术手段。 相似文献
18.
贝叶斯网络源于人们对人工智能领域不确定性问题的研究,是进行不确定问题推理和数据分析的重要工具。结构学习是贝叶斯网络研究的核心内容,K2算法是结构学习的经典算法之一。为解决K2算法学习效果强烈依赖于节点序的问题,本文提出一种新的混合结构学习算法:双重K2算法。该算法首先将节点信息作为初始节点序,通过K2算法的搜索策略得到初始网络结构;然后在初始网络结构上利用拓扑排序得到修正后的节点序;最后K2算法通过修正后的节点序学习得到最优的网络结构。通过实验验证,在精度和效率上,双重K2算法效果优于其它经典算法。 相似文献