Cauchy判别法的推广

以正项级数的比较判别法为基础,得到判别正项级数敛散性的两个判别方法,它可以作为Cauchy判别法对正项级数∑u_n,(u_n0),ρ=(?)u_n~(n/1)当ρ=1失效时的一个补充,把它称为Cauchy判别法的推广.     

正项级数敛散性的一个判别法

基于正项级数的比较判别法和p-级数的敛散性,给出一个与D’Alembert判别法和Cauchy判别法平行的判别正项级数敛散性的方法.并通过实例对所给判别法的可行性进行检验,发现它是已有方法的一个有效补充.     

一类无穷小(大)量的判别法及其应用

将级数敛散性判别法中的D’Alembert和Cauchy判别法移植到无穷小(大)数列上,可得到关于无穷小(大)数列的D’Alembert和Cauchy判别法,从而解决无穷小(大)数列的判别问题.     

正项级数收敛性的一种新的判别法

将正项级数收敛性的 D′Alembert比值判别法和 Cauchy根值判法的数学思想融合到一起 ,利用正项级数的比较判别法和级数的某些基本性质 ,给出了正项级数收敛性的一种新的判别法 ,暂时称之为 Z-判别法 .     

“正项级数收敛性的一种新的判别法”的注记

给出了标题中所述文章的一个注记.首先否定了该文中的一个断语,其次指出了该文中的"新的判别法"的适用范围并没有超过Cauchy根值判别法.     

关于正项级数收敛性

本在Cauchy判别法和D’Alembert判别法基础上，对正项级数的收敛性提出了一个新的判别方法。     

正项级数的D—C判别法

本将正项级数的比值审敛法（达朗贝尔D'Alembert判别法）和根值审敛法（柯西Cauchy判别法）结合起来，得到正项级数的一个新的审敛法，且称之为D－C判别法。     

正项级数的D-C判别法

本文将正项级数的比值审敛法 (达朗贝尔 D' Alembert判别法 )和根值审敛法 (柯西 Cauchy判别法 )结合起来 ,得到正项级数的一个新的审敛法 ,且称之为 D-C判别法 .     

交错级数收敛性判别法

研究交错级数收敛性判别法.通过计算级数通项的极限和单调性得到三个判据,并对其中两个结论给出形式简化的推论,最后举例说明所提判别法的应用.     

浅析广义积分中的 Cauchy 判别法

Cauchy判别法的核心和难点是选择合适的p积分作为比较对象.当被积函数的结构较复杂或抽象时,更难确定合适的p积分.鉴于此,文章提出了Cauchy试验法,旨在快速准确地找到合适的p积分,进而判断原积分的敛散性.     

生物种群的可拓判别法

将可拓判别法应用于生物种群的识别.相对于Bayes判别法而言,可拓判别法计算更简便、结果更加符合实际.     

无穷级数中高斯判别法的进一步讨论

经过计算和逻辑推理,提出两种判别范围较大的正项级数判敛法,即广义高斯判别法及广义拟对数判别法,并对这两个判别法进行了比较.     

p-达朗贝尔判别法及其应用

对正项级数的达朗贝尔判别法作了推广,提出并证明了p-达朗贝尔判别法,扩大了其使用范围.进一步利用数列和子列的收敛关系,证明了其与柯西判别法之间的关系.最后通过例子对p-达朗贝尔判别法进行了验证.     

基于贝叶斯逐步判别法的入侵检测模型研究

基于贝叶斯逐步判别法构建入侵检测模型,将入侵检测转化为一个分类判别问题,基于步进式引入的方法淘汰冗余的特征变量,能够在保障判别效果的前提下有效降低原分类判别函数的计算复杂度.使用KDD CUP99数据中10%数据集作为实验数据,以常见的拒绝服务攻击(DoS攻击)为例创建具体的模型实例,实验结果表明,模型对于样本内连接记录的回代判对率和样本外连接记录的检测正确率均较高.     

具有两焦点的二次系统的极限环

本文给出二次系统在两个焦点周围的极限环不能同时多于一个的判别法，同时也顺便得到在原点周围的极限环的唯一性判别法。     

广义p-拉贝判别法及其应用

在广义拉贝判别法的基础上,给出了广义p-拉贝判别法及其极限形式.将其应用于判定交错级数的绝对收敛或条件收敛,得到并证明了相关定理.最后,通过若干例子验证了方法的有效性.     

正项级数Kummer判别法的一个推广及其应用

本文给出并证明了正项级数 Kum mer判别法的一个推广 ,在更一般的意义下讨论了通常的正项级数判别法 ,扩大了原来的判别法判断敛散性的范围 .     

拉贝判别法的推广

建立了判别正项级数敛散性的几个方法,并运用其中一个方法证明了拉贝判别法及其极限形式的等价形式,改进了最近一篇文献中的结果,同时给出了应用的例子.     

正项级数的Gauss指标判别法

在正项级数Gauss判别法的基础上,定义了正数列an的Gauss指标G=lim[n ln(an/an+1)-1]ln n.从而得到了正项级数的Gauss指标判别法.通过具体计算已有各种判别法的Gauss指标,结果表明,Gauss指标判别法是达朗贝尔、柯西、拉贝、高斯和Bertrand等5种判别法的推广.     

关于迭代数列的审敛法

从迭代数列及其基本性质出发,给出单调有界定理、压缩映象原理、Cauchy收敛准则和上(下)极限四种判别迭代数列收敛的方法.