有理数域上一类不可约多项式的简单推广

若a1,a2,…,an是n-1个不同的整数,证明了当n≥4时,f(x)=(x-a1)(x-a2)…(x-an)-1在有理数域Q上不可约;当n≥3时,f(x)=(x-a1)2(x-a2)2…(x-an)2+1在有理数域Q上不可约.     

基于回波预处理和相参积累的C&I干扰抑制算法

C&I(chopping and interleaving)干扰是一种针对线性调频(linear frequency modulation, LFM)雷达的典型干扰样式, 干扰子信号调频斜率与雷达发射信号相同, 利用信号处理工具分离真实回波与干扰信号难度较大。针对该问题, 以LFM相参雷达抗自卫式C&I干扰为背景, 提出基于回波预处理和相参积累的干扰抑制算法。根据估计的回波时延, 设置距离窗截取受干扰回波段, 在此基础上, 通过对回波预处理, 改变不同重复周期内假目标的快时间位置分布, 通过相参积累实现干扰抑制。仿真试验表明, 所提算法能够有效抑制强干扰背景下的C&I干扰, 干扰抑制后真实目标检测概率大幅提高, 虚假目标数量明显减少。     

几个广义Apostol-Bernoulli、Apostol-Euler多项式之间的关系式

利用发生函数理论结合某些运算技巧,推出了几个广义Apostol-Bernoulli多项式、广义Apostol-Euler多项式之间的关系式.多个参数出现在等式中,非常工整.在关系式中选取适当的参数,就可以得到已有的著名的关于广义Bernoulli多项式、广义Euler多项式之间的关系式,从而深化和推广了对Bernoulli数、Euler数、Bernoulli多项式、Euler多项式的相关研究结果.     

基于神经网络的医疗诊断研究

主要工作集中在医疗数据的预处理和神经网络模型的训练.首先结合数据挖掘和自然语言处理技术,在保留医疗数据语义基础上对分词工具语料库进行补充,将中文数据分词,同时对其中大量冗余信息进行清洗,将中文数据转换成计算机可识别的编码,其次利用多种经典热门的神经网络模型来训练医疗数据,同时对比基于传统决策树模型的GBDT模型的训练结果,最后实验结果证明,对于多种疾病诊断,神经网络模型的效果要优于其他模型,诊断准确率接近90%.     

完全图的谱

本文通过组合数学和矩阵论的方法获得了完全图的特征多项式和谱,指出完全图的特征多项式的系数与图的结构之间的关系,并证明了邻接谱、拉谱拉斯谱和无符号拉谱拉斯谱三者之间的关系.     

涉及Fibonacci数列与Chebyshev多项式的一些反正切

根据Fibonacci数列和两类Chebyshev多项式的基本性质,利用反正切函数得出了一些关于黄金分割数与Fibonacci数列及Lucas数列的恒等式,同时获得了一些涉及两类Chebyshev多项式之间关系的恒等式.     

一种特殊递推关系序列的判断及求解

对于特征多项式为C(x) =(x- 1) r的特殊递推序列an,给出了它的通解求法以及判定它的充要条件 :存在整数r≥ 1,对任意的n≥ 0 ,Δran =0成立。其中Δran 为递推序列 {an}的r阶差分。     

最小多项式的求法

根据不变因子与最小多项式的关系，不变因子与初等因子的关系，提出了用初等交换求最小多项式的方法。     

关于图的第二特征标R2(G)

对任意图G，h(G，x)表示图G的伴随多项式，R2(G)表示图G的第二特征标，本文刻画了R2(G)=-2，-1，0，1，2的全部连通图。     

求解多项式重零点的并行迭代方法

建立了一种至少4阶收敛的求解多项式重零点的并行迭代方法，分析并证明了相应的收敛性定理。