一类广义超特殊p-群的因子分解数

设G是一个有限群,A,B是G的两个子群,若G=AB,则称G被A和B因子分解.设G是如下的一类广义超特殊p-群,G=,m≥1,则G的因子分解数被确定.     

论明人对朱熹经学的质疑——以郝敬为例

明代官方编撰颁布的《五经四书大全》,确立了朱熹学说的权威。明人郝敬从经学的角度质疑朱熹,提出了对朱熹学说的四个"大惑",即《毛诗》改《古序》、说《易》主卜筮、《纲目》续《春秋》、《大学》传格致。这是心学之外批评朱熹学说的又一种声音,体现出明代学者为发扬经学而不断探索新的解释路径。     

《史记》比较句及其汉语史价值研究

《史记》比较句有极比句、差比句、平比句、较比句四大类。每大类又可以分为若干小类,如极比句又可分为肯定极比句(包括"最"字极比句、"至"字极比句、"极"字极比句、"第一""冠"字极比句)、否定极比句(如"莫/无"字极比句)和反问极比句(如"孰"字极比句);差比句又可以分为肯定差比句和否定差比句;平比句又有表示比照、比拟、比喻、等同等小类;较比句又分为泛比句和疑比句两类。《史记》极比句的比较基准因语境自明往往不出现;差比句的比较主体、比较词、比较基准和结论项基本俱现;平比句的比较词兼有结论项的功能;较比句的比较主体、比较词、比较基准相当于泛比句(假设复句)的前一分句或疑比句的问话部分,而结论项则相当于泛比句(假设复句)的后一分句或疑比句的答话部分。《史记》比较句的汉语史价值表现为,极比句的结论项可由名词或名词性短语充当,差比句结论项可以由数词、量词或数量短语充当,泛比句的"比"是平比句的"比"向差比句的"比"过度的桥梁。     

四叶树Hosoya指标显式公式及其序列

为研究四叶树Hosoya指标的规律,利用图论的分支分析法,解决了四叶树Hosoya指标的显式公式和序列.对于一般的t叶树,仍然用同样分支分析法,得到相应的t叶树Hosoya指标的显式公式和序列.发现了一族初值不一样的Fibonacci序列,在科学上对组合数学和图论提供了一定参考.     

NaCl和KCl溶液康普顿散射的影响因素

自康普顿散射提出以来,其理论研究和应用研究一直是国内外的热点。基于NaCl和KCl溶液的康普顿散射,通过一定的近似处理,从理论上分析适合这两种溶液的康普顿散射光子数与溶液浓度之间的关系表达式;然后,通过康普顿散射实验验证康普顿散射的理论和实验研究。为了从更微观的角度来把握NaCl和KCl溶液康普顿散射的机理,笔者立足于密度泛函理论对NaCl与KCl溶液的电子结构作了深入分析,得出结论:除质量密度、散射衰减因子以及溶液的浓度外,电子数密度和电子受到的束缚也对康普顿散射光子数有影响,其中,电子数密度是影响NaCl与KCl溶液康普顿散射光子数的主要因素。     

关于型矩阵的特征值和特征向量的一个说明

讨论和型矩阵的特征值和特征向量问题。指出和两个矩阵的非零特征值是相同的,且所对应的特征空间的维数也是相同的,并给出特征向量的表达式,最后给出一个数值例子。这些结论的指出丰富了对型矩阵的认识。     

生命的质询和守望——论《软埋》中的存在主义意识

"存在主义意识"是方方关注人的生存世界和生命状态及其价值的一个重要视点。《软埋》借助个体生命与他者及世界的关系以及个人在不同环境中的选择,传达出了对社会的关注和人性的关怀。小说中对个体生命的关注和思考,显示出了怀有承担意识的当代作家特有的人道主义情怀,蕴含着对人类生存处境的根本性思考。本文试图从存在主义的视角阐释《软埋》中所传达的对个体生命存在的质询和守望,解读小说在历史叙事中的人性关照和文化反思。     

Fourier-Laplace级数收敛性的Marcinkiewicz型判别法证明的一个注记

令d(·,·)为单位球面Σn-1上的测地度量,n≥3.令δ(x)=d(x,P),(A)x∈Σn-1,则其连续且有最大值r0＞0和最小值0.记rk=2-kr0,Fk={x∈Σn-1:rk≤δ(x)≤rk-1},Gk=Fok,(A)k∈N,则Fk均非空闭,且∪∞k=1Fk=Σn-1\P.     

星的全着色和计数

超图H的全着色是指同时给图中的顶点和超边进行着色,使相关联或相邻的元素间着不同的颜色,满足这一条件的最少色数就称为全色数,记为χT(H).超图的全着色又可以分成弱全着色和强全着色两种情况.本篇文章主要讨论超图中星形图S(v)的弱全着色和强全着色,并给出相应的弱全色数和强全色数,χWT(S(v))=Δ 1,χST(S(v))=M 1,以及有关全色数计数的相关结论.     

基于结构自适应神经网络用电量时间特征的聚类分析

鉴于聚类分析在数据挖掘中具有重要的作用,针对聚类分析中聚类数确定难的问题,深入研究了聚类准则的选择和曲线特性,提出了一种基于SOFM神经网络的结构自适应聚类神经网络,其特点是能够自动确定最佳的聚类数.基于实际营销数据,采用结构自适应聚类神经网络技术实现了用户用电量时间特征分析,所得结论对于电价的针对性的调整以及合理地安排电力生产具有重要的参考价值.