关于素模域上方程r^3＋s^3=c的解数

设素数ｐ≥３，用Ｎ（ｐ，ｃ）表示满足同余方程ｒ￣３＋ｓ￣３≡ｃ（ｍｏｄｑ）的解数，其中ｒ，ｓ是模ｐ的二次剩余，且０＜ｒ，ｓ＜ｐ。给出了Ｎ（ｐ，ｃ）的渐近公式。     

二次互反律的一个新的初等证明

给出数中著名的二次互反律一个新的初等证明，其特点是比常见文献中的初等证明更为简单，并且不使用高斯引理。     

微波辐照对减压渣油化学组成的影响

用频率为2450MHz的微波对胜利、孤岛减压渣油进行了辐照。辐照时，样品的体温底低于80℃，实验结果表明辐照过程中样品发展了化学变化。减压渣油和正庚烷沥青质的VPO平均相对分子质量都减小了。减压渣油及其正庚烷沥青质的FT－IR中波数为1380cm^-1，1460cm^-1和1600cm^-1的吸收峰的峰高和峰面积都发生了相对变化。对辐照前后的减压渣油进行了六组分分析。结果表明六组分中重组分减少，轻组分增加。最后，分析了减压渣油及沥青质在微波辐照下发生化学变化的作用机理。     

二次曲线切线的一种新求法

利用点与点的对应和点与线的对应介绍二次曲线切线的一种新求法.     

QUADRATIC ADMISSIBLE ESTIMATE OF COVARIANCE IN PSEUDO-ELLIPTICAL CONTOURED DISTRIBUTION

This article mainly discusses the admissibility of quadratic estimate of covariance in pseudo-elliptical distribution.Under the quadratic loss function,the necessary and sufficient conditions thata quadratic estimator is an admissible estimator of covariance in the class of quadratic estimators areobtained.A complete class of the quadratic estimator class is also given.     

一般线性模型下删除观测值的影响

在一般情形下，给出了在模Ｍ＝（Ｙ，Ｘβ，σ＾２Ｖ）与删除第ｉ个观测值后得到的模型Ｍｄ＝（Ｙｄ，Ｘｄβ，σ＾２Ｖｄ）下Ｘｄβ的最佳线性无偏估计的表达式，得到了二者相等的充要条件，给出了在模型Ｍｄ下Ｘｄβ的最小二乘估计是Ｍ下Ｘｄβ的最佳线性无偏估计的充要条件，以及Ｍｄ下σ＾２的最小范数二次无偏估计是Ｍ下σ＾２的最小范数二次无偏估计的充要条件。     

GC-ECD法测定中药配方颗粒中20种有机氯农药残留量

本研究在于建立10种中药配方颗粒中20种有机氯农药:六六六(α-BHC、β-BHC、γ-BHC和δ-BHC 4种异构体),滴滴涕(pp′-DDE、pp′-DDD、pp′-DDT和op′-DDT 4种同系物),五氯硝基苯,艾试剂,七氯,环氧七氯,异狄氏剂,狄氏剂,六氯苯,五氯苯胺,五氯甲基苯硫醚,顺氯丹,反氯丹和氧氯丹残留量的GC-ECD测定方法。将配方颗粒样品经乙酸乙酯超声提取,再经Florisil固相萃取小柱及硫酸磺化净化,采用DB-5气相毛细管色谱柱(柱长60m,内径0.25mm,膜厚0.25μm)检测。所使用的方法为程序升温,ECD检测器检测,内标法定量,进样口温度250℃,检测器温度300℃,载气为高纯氮气(99.999%),流速为1.0mL·min~(-1),脉冲不分流进样,进样量为1μL。结果表明:20种农药成分在2～100μg/L时有良好的线性关系。20种农药成分加标回收率范围为71.37%～118.06%,相对标准偏差(RSD)为1.19%～7.88%。该方法简便、准确,可应用于中药配方颗粒中20种有机氯农药留量的同时检测。     

线性时变系统辨识及有非数量输入的最优控制

本文提出了一种线性时变系统的模型辨识方法,在系统有完全状态信息的情况下,先求出系统的状态响应矩阵,再解一类广义瑞利商的最小化问题估计出系统的转移矩阵,第二部分讨论了线性时变系统出现不确定非数量干扰时,用最小二乘法来辨识模型的方法,末一部分讨论了第二部分辨识的线性系统在二次型指标下的最优控制问题。     

基于最优扩域上的椭圆曲线密码系统的基点选取

本文讨论了重模二次剩余的定义、性质，完整地设计出选取最优扩域上的椭圆曲线密码系统的基点的算法，并给出了选取成功的概率和相关数学证明．     

广义加权多重函数平均组合预测及其参数估计

提出一种新的组合预测模型———广义加权多重函数平均组合预测模型,并利用二次规划算法给出其加权系数的不同参数估计方法。该模型具有广泛的代表性,它集多种组合预测模型于一体,是一种新的群组集结方法,通过选择合适的模型组合形式及最佳的模型参数,能够有效地提高预测精度。预测实例表明了该模型的有效性。