关于Smarandache下部及上部阶乘数列

对任意正整数n,设a(n)表示不小于n的最小m阶乘部分.b(n)表示不超过n的最大m阶乘部分,研究了上部阶乘a(n)及下部阶乘b(n)部分数列,采用初等及解析的方法,给出了2个有趣的渐近公式,在所得的定理的基础上,研究了数列{Sn(n)/In(n)},{Kn(n)/Ln(n)｝,{Sn(n)-In(n)｝,｛Kn(n)...     

超子耦合参数对前身中子星引力红移的影响

利用相对论平均场理论,考虑重子八重态{n,p,Λ,Σ-,Σ0,+,Ξ-,Ξ0}, 研究了超子耦合参数对前身中子星引力红移的影响. 研究发现：作为中心能量密度函数的引力红移随中心能量密度的增大而增大,并且它对超子耦合参数较敏感.对于不考虑超子的情形,引力红移最大.同时作为质量函数的引力红移对超子耦合参数也较敏感;我们的计算结果间接地被证明与天文观测相符. 研究还发现,作为M/R函数的引力红移对超子耦合参数不敏感.     

基于平均包络线匹配算法的EMD端点效应分析及在股价趋势分解中的应用

经验模式分解(EMD)能够有效获得非平稳非线性信号的时频特征,但传统的EMD分解算法存在严重的端点效应. 在深入研究和分析EMD算法的基础上,提出了一种基于波形匹配的端点效应处理方案,通过计算波形匹配度, 在平均包络线内部寻找与其端部变化趋势最为接近的子波,并用这段子波代替平均包络线的边缘部分, 使处理后的平均包络线极大地接近真实包络线,并把这种端点效应处理方案的EMD分解算法应用到实际的股票市场价格趋势分解中.实验结果表明,与经典的EMD边界延拓算法相比,本文提出的算法能更有效地抑制EMD分解时的边界效应, 分解得到的固有模式函数更能体现模拟信号真实的频率、幅值信息.应用实验表明:与现有方法相比,该方法更能提高预测精度.     

基于调和均值的疲劳寿命经验分布函数

该文基于调和均值的定义,应用积分概率变换,提出一个新的反映顺序疲劳寿命失效概率分布集中趋势的经验分布函数,并在此基础上给出极值型检验统计量及其不同显著度水平下的临界值;考虑疲劳寿命拟合实际情况,利用随机贝塔分布函数构建备择分布,提出不依赖分布形式的检验功效数值计算方法.理论分析和数值模拟得出基于调和均值经验分布函数的检验方法较常规的K-S检验具有更高的检验功效.     

一种改进的多帧图像超分辨率重建算法

文中构建了超分辨率重建图像的一般框架.在对图像模糊的不确定性和复杂性作一定限制条件下,讨论采用最小二乘方规整化方法重建除运动外其它因素引起降质的低分辨率图像;并进一步提出了采用改进的递归最速下降迭代算法实现多帧图像的超分辨率重建.计算机模拟结果表明,该方法具有较好的重建图像质量.     

基于最大熵原理的分布模型

通过对自然界中几个现象的分析,验证了最大熵原理在统计分布中的作用,得到了这些现象的统计分布规律,并用最大熵原理对这些问题物理成因进行了讨论.     

关于Jordan函数的gcd和函数的渐近估计

将整数$k$ 和 $j$的最大公约数记为$\gcd(k, j)$.设$k$为正整数, $f$为任意的算术函数, $r$是任一固定的整数. 其中$n$为任意正整数. 对实数$x \ge 2$, 我们定义与$f$相关联的gcd-和函数$M_r(x; f)$如下： $$M_r(x; f):=\sum\limits_{k \le x}\frac{1}{k^{r+1}}\sum\limits_{j=1}^k j^rf(\gcd(k,j)).$$ 本论文中, 我们主要利用Kiuchi在2017年所得到的关于$M_r(x; f)$ 的一个恒等式, 以及初等和解析方法, 给出了$ M_r(x;J_k)$的渐近公式.若当函数$J_k$定义为$J_k(n):=n^k\prod\limits_{p|n}(1-\frac{1}{p^k})$, 这加强了Kiuchi和Saad eddin在2018年所得到的结果     

四元数射影空间中具有常平均曲率的全实子流形

采用活动标架法,该文研究了四元数射影空间中具有常平均曲率的全实子流形,并且得到了一些pinching定理.这些定理推广和改进了四元数射影空间中全实极小子流形的相关结论.     

Dirichlet L-函数的倒数的偶次加权均值公式

利用特征和与三角和恒等式以及它们的估计式与解析方法研究了Dirichlet L-函数的倒数的偶次幂的加权均值, 得到了一个新的均值分布公式q6
q [ QD( q)U2( q) 6Vmod qG( m, V)L ( 1, V)2=15P2Q+OQ12+E.     

关于Dirichlet L-函数的二次均值

利用经典的Kloostermann和估计与解析方法讨论了Dirichlet L-函数的一个二次加权均值,得出了一个有趣的均值分布定理.