中值滤波中的循环序列(Ⅰ)

本文中k始终表示大于1的固定正整数.给了实数列x={x(n)}_(n=0,±1…),则对每一n,我们用x~(1)(n)表示{x(n-k),x(n-k+1),…,x(n),…,x(n+k-1),x(n+k)},这2k+1个实数由小到大重排后位于中间的那个数.通过这种重排运算,x={x(n)}可变成一个新的实数列X~(1)={x~(1)(n)},它称为x的中值滤波(窗宽为2k+1).对X~(1)     

n~2-n+p常表素数的完全确定

设f(x)=x~2-x+p,p是正整数。问p取何值时,f(n)(1≤n相似文献   

位数码之和的幂的平均阶

用s(n)表示正整数n的十进制表示中位数码之和,例如,若n=b_r10~r+b_(r-1)10~(r-1)+…+b_110+b_0,则s(n)=b_r+b_(r-1)+…+b_1+b_0. 1/x sum from n≤x (s(n))~k=(9/2)~klog~kx+O(log)~(k-1/3x)。 Cooper与Kennedy证明了对于任何固定的k∈N,有他们还明了     

关于多重共轭Fourier积分的Riesz球平均

设E_k为k维欧氏空间(k≥2),Q_k={x∈E_k,-π≤x_i≤π≤,i=1,2,…,k}。B(x_0,r)={x∈E_k,|x-x_0|≤r},Ω={x∈E_k,|x|=1},P(x)为n次     

中位数交叉核实准则

考虑非参数中位数回归模型Y_(ni)=g(x_(ni)) ε_(ni),1≤i≤n,(1)其中g:[0,1]|→R是待估计的连续函数,{x_(ni):1≤i≤n}是区间[0,1]上的非随机设计点列,{ε_(ni):1≤i≤n}是iid随机变量,中位数为零,{Y_(ni):1≤i≤n}是观察值.对x∈[0,1],n≥1,记D_(nj)(x)为x的第j个近邻,j=1,2,…,n,即{D_(n1)(x),D_(n2)(x),…,D_(nn)(x)}为{x_(n1),x_(n2),…,x_(nn)}的一个置换,满足|D_(n1)(x)-x|≤|D_(n2)(x)-x|≤…≤D_(nn)(x)-x|,结按自然顺序消去.令Y_(ni)(x)和ε_(ni)(x)分别表示D_(ni)(x)(1≤i≤n)处的观察值和随机变量.下面的估计g_n(h,x)=(?){Y_(n1)(x),Y_(n2)(x),…,Y_(nh)(x)},(2)(?)表示样本中位数,这个估计称为g(x)的最近邻中位数估计(或者局部中位数估计),其中近邻个数h起着光滑参数作用.h的选择对估计的好坏起着决定性的作用.作者与郑忠     

素数幂时完整三角和的估计

设f(x)=a_kx~k+…+a_1x+a_0(k≥3)为一整系数多项式,p为素数,(a_k,….a_1,p)=1,p~t‖(ka_k,(R—1)a_k-1),…,a_1)。若记     

环Z/(2e)上本原序列最高权位的0,1分布(Ⅱ)

设f(x)=x~n c_(n-1)x~(n-1) … C_0是Z/(2~e)上首一多项式,适合关系式a_(i n)=-(c_0a_i c_1a_(i 1) … c_(n-1)a_(i n-1)),i=0,1,2,…(1)的Z/(2~e)上序列a=(a_0,a_1,…)称由f(x)生成的线性递归序列,由f(x)生成的Z/(2~e)上的所有序列的集合记为G(f(x))_e,并记G’(f(x))_e={a∈G(f(x))_e│a≠0 mod 2}.递归式(1)等价于关系式f(x)a=0=(0,0,…),其中x表示移位算子,即xa=(a_1,a_2,a_3,…).Z/(2~e)上序列a有唯一权位分解a=a_0 a_12 … a_(e-1)2~(e-1),其中a_i=(a_(i0),a_(i1),…)是0,1序列,并称a_i是a的第i权位序列,称a_(e-1)为a的最高权位序列.对Z/(2~e)上首一n次多项式f(x),若f(0)(即c_0)是可逆元,则由文献[1],f(x)的周期per(f(x))_e≤2~(e-1)(2~n-1).当per(f(x))=2~(e-1)(2~n-1)时,称f(x)是Z/(2~e)上n次本原多项式,并称G’(f(x))_e中序列为f(x)生成的本原序列.文献[2]给出了本原多项式的系数     

■样条的Budan-Fourier定理及其应用

设n 1次多项式(n≥0)P_n 1(x)=a_0 a_1x … a_nx~n x~(n 1)的所有零点都是实的,零点的集合记为T={t_0,t_1,…,t_n},相应地有微分算子     

一个数值微分公式的余项

微分插值公式f(x)=H_n(x)+R_n(x) (1)导出数值微分公式f(k)(x)=H_n~(k)(x)+R_n~(k)(x) (o≤k≤n),(2)这里H_n(x)为函数f(x)的n次插值多项式。设其节点为a_0,a_1,…a_n,则(1)式的余项可     

关于二类Riemann Zeta函数恒等式的二个递推公式

<正>对任意的复数s,设ζ(s)表示RiemannZeta函数,当Re(s)>1时有ζ(s)=sum from n=1 to∞(1/n~s).定义A(n,k,l)=sum from a_1+a_2+…+a_k=n(a_1a_2…a_k)~1ζ(2a_1)…ζ(2a_k),(1)其中n≥k为整数,a_1+a_2+…+a_k=n表示对所有满足该式的k维正整数组(a_1,a_2,…,a_k)求和,本文的主要目的是研究(1)式的求和计算问题.     

分式Brown运动的重点与Hausdorff维数

设X(t)(t∈R~N)是d维分式Brown运动,x∈R~d称为X(t)(t∈R~N)的k重点,若存在互不相同的t_1,…t_k∈R~N使X(t_1)=…=X(t_k)=x。Kono和Goldman研究了X(t)(t∈R~N)的k重点的存在性,     

广义离散随机线性系统的次优滤波

一、问题的叙述 已知广义离散随机线性系统 Ex(k+1)=φx(k)+Γω(k),(1.1) y(k)=Hx(k)+v(k)。(1.2)其中,x(·)∈R~n,y(·)∈R~m,ω(·)∈R~r,v(·)∈R~m分别表示系统(1.1),(1.2)的状态矢量、量测输出矢量、模型噪声矢量和量测噪声矢量,E、φ、Γ和H分别为n×n、m×r、m×n阶常值矩阵,并且rankE=n_1相似文献   

临界2棱连通图的最大度及度大于4的点数

设G是临界2棱连通图,D是G中2度顶点集合,D_(≥2k-1)(G)={x:(x∈G)∧(d(x)≥2k-1)},D_(2k-1):2k(G)={x:(x∈G)∧(2k-1≤d(x)≤2k)},其中k是自然数。[a]表示不大于a的最大整数。我们得到如下结果:     

线性迭代算法基本定理

我们考虑非定线性方程组:Ax=b。 定理1 线性迭代法x~(k+1)=Sx~k+d,k=1,2,…对任意初值x~0都收敛的充要条件是: (1) x=Sx+d有解。     

调和Hardy空间和混合模空间之间的连续嵌入

设D={x∈R~n;λ(x)<0}是一具有光滑边界的有界区域,λ∈C~∞(R~n)是D的一个定义函数,(?)λ在(?)D={x∈R~n;λ(x)=0}的某个邻域内处处不为零.对r>0,我们以dσ_r和dσ分别记(?)D_r={x∈R~n; λ(x)=-r}和(?)D上的n-1维Hausdorff测度,而以dm记R~n中的Lebesgue测度D上复值调和函数的全体记h(D)对f∈h(D)及非负整数m,置grad_mf为f的m阶梯度,其模为此处α=(α_1,α_2,…α_n)为n重指标,|α|=α_1+α_2+…+α_n,grad(?)=f.对0相似文献   

关于函数类Ω_P~(r+1)[0,1]的宽度估计

§1.引言设l≥1,r=2l,t_1,…,t_l≥0,D=(d/dx),I为恒等算子,记Q_(r 1)(D)=D(D~2-f_j~2I),q_r(x)=(x~2-f_j~2),Ω_p~(r 1)[0,1]={f(x);f~(r)在[0,1]上绝对连续,且‖Q_(r 1)(D)f(·)‖p≤1,f~(2k-1)(0)=f~(2k-1)(1)=0,k=1,…,l},(1.1)于是,f∈Ω_p~(r 1)[0,1],当且仅当     

用相位确定信号的一个问题

设x(n)和y(n)是两个实数列,其中n取值0,1,2,…,它们的Z变换分别为 X(z)=sum from n=0 to ∞ x(n)z~n,y(z)=sum from n=0 to ∞ y(n)z~n。若x(z)和Y(z)在|z|≤1上解析,于是当ω∈[-π,π)时有 X(e~(iω))=|X(e~(iω))|e~(iω)x~(ω),Y(e~(iω))=|Y(e~(iω))|e~(iθ)y~(ω),这里θ_x(ω)和θ_y(ω)分别称为x(n)和y(n)的相位谱。现在的问题是如果θ_x(ω)=θ_y(ω),则x(n)和y(n)应有怎样的关系?Oppenheim等在文献[1]中得到一些结果,主要的是下面的     

P(n,4)与A(n,4)的简单统一显式

设P(n,k)为整数n分为k部的无序分析的个数,每个分部≥1.这个数已成为组合图论和数论里的重要数据,应用广泛,但却十分难于具体计算.为此,作者已给出P(n,k)的降部恒等式和快速计算的几个定理.但对每一k≥4而言,迄今无法求出简单统一的公式,目前只有 P(n,2)=[n/2]简单统一的公式,目前只有和p(n,3)=.又设A(n,k)为下述Diophantos方程sum from i=1 to k(ix_i)=n (1)的非负整数解的个数.尽管方程(1)看来很特殊,但求A(n,k)也是十分困难的.迄今只有 Hardy给出的 A(n,3)=<(n+3)~2/12>.人们至今无法给出简单统一的 A(n,4).本文所有记号与文献[1,2]相同,表示距实数x的最近整数,并记r=1-(-1)~n/2=0(当n为偶数),1(当n为奇数)(2)本文主要的结果是引理1(转换关系)     

整函数及其导函数的Julia集

设f:C→C是整函数映照,定义迭代序列{f~n}如下: f~0(z)={z, f~(n+1)(z)=fof~n(z), n=0,1,2,……。整函数的迭代理论很早就为 Fatou 所研究。近年来,随着有理动力系统的发展,整函数动力系统迅速活跃起来。以下定义 N(f)={z∈C|{f~n} 在z点正规};J(f)=C\N(f),     

关于一类多项式在L尺度下的加权不等式

记L(n)={sum n to i=1 a_i(1+x)~i(1-x)~(n-i):a_i≥0}.本文将文[2]在C 尺度下的不等式拓广到L 尺度下,证得定理若f(x)∈L(n),r 为正整数,则有integral from -1 to 1|f~(r)(x)|((1-x~2)~2(1/2))~_~1dx≤Cr (n~r)~2(1/2) integral from -1 to 1 |f(x)|(1-x~2)~2(1/2)dx.(1)证用归纳法证明.首先证明r=1的情形.记q_(ni)(x)=(1+x)~i(1-x)~(n-i),直接算得