关于 Pell 方程组 x2-s2(s2-1 )y2 =1 与 y2-Dz2 =4的解

设D=p_1…p_j(1≤j≤3),p_1,…,p_j(1≤j≤3)是互异的奇素数.利用初等方法讨论了Pell方程组x~2-s~2(s~2-1)y~2=1(s∈Z+,s≥2)与y~2-Dz~2=4的解的情况.     

自适应噪声抵消算法仿真与分析

在信号处理中,输入的有效信号往往会遭受到多种噪声的干扰,传统的方法很难在诸多干扰中将有效的信号提取出来。本文对比分析了LMS、NLMS、VLMS和RLS算法的滤波性能。仿真结果表明:高信噪比时,这四种算法都能从干扰噪声中提取出有效信号;低信噪比时,LMS和VLMS算法失效,NLMS和RLS算法可行,且RLS抗干扰能力最好。     

深度学习在农业领域的研究与应用综述

深度学习是目前人工智能领域最重要的技术之一,在学术领域和工程应用掀起了研究高潮。鉴于深度学习在农业领域的应用潜力和重要性,通过对深度学习有关文献的研究,首先详细描述了深度学习的概念,结合典型深度神经网络的结构特征,对其特点、优缺点、变体以及应用现状进行了综述;然后重点介绍了深度学习在语音识别、农业场景目标检测、农业图像语义分割领域的发展和应用;最后分析了深度学习在农业领域目前存在的问题和未来重点的研究方向。     

关于不定方程x3-1=26y2

用递归数列方法证明了方程x3-1=26y^2全部整数解是（1,0）,（3,±1）,（313,±1086）.     

Q(（31）1/2)中单位生成的两个递归数列中的Pronic数问题

研究了二次域Q((31)~(1/2))中单位V_n+U_n(31)~(1/2)=(1 520+273(31)~(1/2))~n(n∈Z)所给出的两个递归数列{V_n},{U_n}中的Pronic数问题,获得了{V_n}中不存在Pronic数,{U_n}中仅有Pronic数U_0=0的结果,其中1520+273(31)~(1/2)是Q((31)~(1/2))中的基本单位.利用上述结果,得到了两个不定方程的所有整数解.     

基于递归算法的非递归实现研究

递归算法具有简单自然、结构清晰、易于设计、可读性强等优点,但执行效率不高。为了节省存储空间并提高执行效率,人们更希望用非递归的方式求解问题。在分析了递归算法和非递归算法执行原理的基础上,通过实例介绍了几种常用的消除递归的方法。     

流域拓扑结构分析与计算机实现

运用图论中节点连接表法描述各水源之间的逻辑联系关系,探索了分析流域拓扑结构的基本思想;以深度优先遍历的递归理论为基础,采用可视化编程技术,用计算机模拟了与研究对象(某水库或某流域)有水力联系的水源工程逻辑结构图,并以渭河流域西部水源工程为研究对象进行了实现。结果表明,建立流域概化图是研究问题的基础,邻接表逻辑结构定义影响计算机搜索的速度,采用合理的程序组件有利于计算机实现。该方法为流域水资源优化调度系统的智能化研究奠定了基础,为实现渭河流域水资源的优化调度解决了关键技术问题。     

关于Finsler递归定理的几点注记

Finsler递归定理和S-引理,是二次约束二次优化问题的2个基本结果。它们以及由Finsler递归定理发展起来的双边投影定理在鲁棒优化和控制领域扮演十分重要的角色。利用二次函数的连通特性证明了Finsler递归定理和S-引理的等价性,并给出了双边投影定理的一个新证明。     

基于近红外光谱的卷烟配方模块香型预测

为提高卷烟配方模块的分类识别准确率，并为卷烟配方模块的科学评估提供技术支撑，提出了一种基于近红外光谱特征筛选的卷烟配方模块香型预测方法。选取2017—2019年238个卷烟配方模块样品的近红外光谱数据，结合特征工程中的递归特征消除法和BP神经网络、随机森林、XGBoost 3种机器学习技术，构建了基于特征变量的香型预测模型。与全光谱数据训练的分类效果对比，经过递归特征消除法筛选后的光谱特征变量能够有效提升卷烟配方模块香型的识别准确率，其中，XGBoost算法分类效果最佳，模型对测试集的识别准确率达到了90.41%。结果表明，基于近红外光谱特征筛选的香型预测方法对卷烟配方模块的快速定位、科学评价及卷烟配方设计等有一定的辅助决策作用。