简介：

简介：想一想：期末将近，学校准备在各班评选最爱劳动奖、最尊敬父母奖等，请同学们想一想，怎样才能使评选出的人选具有说服力?把你想到的方法与同学交流。

简介：在本文中,主要讨论了（p,λ）-Koszul模范畴（Kλ~P（A））和线性表示模范畴（L（A））两者之间的关系.特别地,我们得到了KλP（A）=L（A）的一些充分必要条件.

简介：讨论了方程ｘ（ｔ）＝－ｘ＾３（ｔ－１）－ｘ＾３（ｔ－２）周期解的结构。

简介：Γ函数的表示法张占通，李效忠，潘杰（天津理工学院）（合肥工业大学）Г函数是熟知的超越函数之一，它在微分方程、概率论、积分变换和数值计算等数学分析中有着广泛的应用．我们将在实数域和复数域内给出Г函数的各种不同定义或表示法，证明它们的等价性，并简单介绍Г...

简介：<正>教材分析函数的表示方法是对函数概念的深化与延伸.解析法、图像法和列表法从三个不同的角度刻画了自变量与函数值的对应关系.这三种表示方法既可以独立的表示函数,又可以相互转化;既各有侧重和优势,又各有劣势

简介：介绍了密度矩阵的概念、Hilbert-Schmidt内积、由此内积诱导的范数,然后以矩阵及算子理论为基础,借助内积这一数学工具给出了二阶、四阶、八阶密度阵的表示,并对二阶、四阶、八阶密度阵表示进行了分析,得到了相关结论,最后将其结论推广到2~n阶密度阵.

简介：本文首先定义了内积函数,这个概念推广了内积的定义.然后定义了Hilbert空间（H,〈·,·〉）上由严格正算子A诱导的范数,这个范数与由〈·,·〉诱导的范数是等价的.进一步,证明了所有的内积函数与线性有界的严格正算子全体之间存在一一对应关系.

简介：本文在[1]的基础上，通过构造带权的Cauchy—Leray核，得到了一般复流形上的(p,q)形式的带权因子的积分表示和带权子的Koppelman—Lerey—Noryuet公式．

简介：SomecharacterizationsoftheconditionalexpectationoperatorsonLebesgue-BochnerspacesL_p(μ,X)aregiven,where1≤p<∞,p≠2.AlsoanexampleisgiventoshowthatthecharacterizationsoftheconditionalexpectationoperatorsonL_p(μ,X)aredifferentfromthatonL_p(μ)_zFinally,arepresentationoftheconstant-preservingcontractiveprojectiononspacesL_p(μ,X)isgotwhen0<p<1.

简介：首先研究了Kleene-Stone代数的由素滤子生成的同余关系的性质,然后在此基础上给出了Kleene-Stone代数的分类,最后证明了对每个KS-n代数L(n),存在一个商代数L(n)/～嵌入于有限的KS-n代数Ω(n)中.

简介：利用带有积分余项的Taylor公式重新推导了Simpson校正公式,同时给出了其误差的精确表示,而这一结果将优于Simpson校正公式[J]中的误差估计.

简介：为一般Lorentz变换给出了一种新的形式简单四元数表示。其特点是所用四元数（Qu-acerniom）的分量要么是实数，要么是纯虚数。与以往的向量一张量表示和八元数表示（双四元数）相比，有其明显的优点。

简介：借助于超几何函数，在广义非中心X2分布级数形式密度函数表达式的基础上列出了两类具体椭球等高分布下的广义非中心X2分布密度函数的精确表达，并给出了详细的证明过程；同时计算了这两类具体椭球等高分布下的广义非中心X2分布对应高阶矩的形式，作为推论验证了非中心X2分布相关的结论．

简介：证明了指数型超椭圆方程x^2=p^2m-p^m＋n＋1无解（x，p，m，n），其中x，m，n∈N^＋，m〉n〉1，p∈P．上述结果部分解决了组合论中关于可逆Abel差集的Ma猜想．

简介：在不定积分的教学中,我们会碰到形如integralfromn=1（Pn（x）dx）/(（x+Px+q）q?)的积分,如同济二版高等数学

简介：本文用临界点理论中的能量最小原理得到了一类具（q（t），P（t））-Laplacian项的二阶非自治系统存在周期解的充分条件．

简介：<正>Foranyintegersa1,a2,a3,a4andcwitha1a2a3a40（modp）,thispapershowsthatthereexistsasolutionX=（x1,x2,x3,x4）∈Z4ofthecongruencea1x12+a2x22+a3x32+a4x42≡c（modp）suchthat‖X‖=max{|x1|,|x2|,|x3|,|x4|}《p1/2logp.

简介：叶圣陶先生说过：“教材只能作为教课的依据，要教得好，使学生受到实益，还得靠教师的善于运用．”因此，尽管是相同的教材内容，由于班级之间学生学习水平的差异，教师个人水平、能力及个性的差异，对教材的不同理解以及他们自身对“求异”的渴望，都会产生对课堂的“异构”．

简介：稀疏表示是近年来新兴的一种数据表示方法,是对人类大脑皮层编码机制的模拟。稀疏表示以其良好的鲁棒性、抗干扰能力、可解释性和判别性等优势,广泛应用于模式识别领域。基于稀疏表示的分类器在人脸识别领域取得了令人惊喜的成就,它将训练样本看成字典,寻求测试样本在字典下的最稀疏的表示,即用尽可能少的训练样本的线性组合来重构测试样本。但是经典的基于稀疏表示的分类器没有考虑训练样本的类别信息,以致被选中的训练样本来自许多类,不利于分类,因此基于组稀疏的分类器被提出。组稀疏方法考虑了训练样本的类别相似性,其目的是用尽可能少类别的训练样本来表示测试样本,然而这类方法的缺点是同类的训练样本或者同时被选中或者同时被丢弃。在实际中,人脸受到光照、表情、姿势甚至遮挡等因素的影响,样本之间关系比较复杂,因此最后介绍局部加权组结构稀疏表示方法。该方法尽量用来自于与测试样本相似的类的训练样本和来自测试样本邻域的训练样本来表示测试样本,以减轻不相关类的干扰,并使得表示更稀疏和更具判别性。