首页 > 其他分享 >狄利克雷卷积

狄利克雷卷积

时间:2024-10-14 17:49:23浏览次数:1  
标签:right frac 函数 狄利克 卷积 sum mid left

基本知识

狄利克雷卷积

定义在数论函数(在 \(\mathbb{Z_+}\) 上定义的函数)之间的一种二元运算。

定义:

\[(f * g)(n) = \sum_{xy=n}f(x)g(y) = \sum_{d \mid n}f(d)g\left(\frac{n}{d}\right) \]

常见函数

单位函数

  • \(\varepsilon(n) = [n = 1]\)

其中 \([P]\) 为艾弗森括号,当且仅当 \(P\) 为真时为 \(1\),否则为 \(0\)。

常数函数

  • \({\mathbf{1}}(n) = 1\)

幂函数

  • \({\rm{Id}}_{k}(n) = n^k\)

特别的,当 \(k = 1\) 时为恒等函数 \({\rm{Id}}(n) = n\),\(k = 0\) 时为常数函数 \(\mathbf{1}(n) = 1\)。

除数函数

  • \(\sigma_{k}(n) = \sum\limits_{{d}\mid{n}} d^{k}\)

特别的,当 \(k = 1\) 时为因数和函数 \(\sigma(n) = n\),\(k = 0\) 时为因数个数函数 \(\bm{1}(n) = 1\)。

欧拉函数

  • \(\varphi(n) = \prod\limits_{p_{i} \in \mathbb{P}}(p_i - 1) = \sum\limits_{i = 1}^{n}[\gcd{(i, n)}=1]\)

欧拉函数代表不大于 \(n\) 的正整数与 \(n\) 互质的数的个数。

莫比乌斯函数

  • \(\mu(n) = \begin{cases} 1 & n = 1 \\ (-1)^k & n \rm{不含平方数因子,且} n = p_{1}p_{2}\dots{p}_{k} \\ 0 & n \rm{含平方数因子}\end{cases}\)

积性函数与完全积性函数

积性函数

\(f(1) = 1\) 且当 \(\gcd{(a, b)} = 1\) 时满足 \(f(a)f(b) = f(ab)\) 的函数称积性函数。

完全积性函数

是积性函数的强形式,\(f(1) = 1\),且 \(\forall a, ~ b \in D, ~ f(a)f(b) = f(ab)\) 的函数称完全积性函数。

狄利克雷运算的性质

封闭性

对于积性函数狄利克雷运算的结果一定是积性函数,假设下列讨论 \(\gcd{(a, b)} = 1\)。

\[\begin{aligned} (f * g)(a) \cdot (f * g)(b) &= \left( \sum_{d_1 \mid a} f(d_1)g\left(\frac{a}{d_1}\right) \right) \left(\sum_{d_2 \mid b} f(d_2) g\left(\frac{b}{d_2}\right)\right) \\ &= \sum_{d_1 \mid a}\sum_{d_2 \mid b} f(d_1)f(d_2) g\left(\frac{a}{d_1}\right) g\left(\frac{b}{d_2}\right) \\ &= \sum_{d_1d_2 \mid ab}f(d_1 d_2) g\left(\frac{ab}{d_1 d_2}\right) \\ &= \sum_{d \mid ab}f(d)g\left(\frac{ab}{d}\right) \\ &= (f * g)(ab) \end{aligned} \]

交换律

\[(f * g)(n) = \sum_{d \mid n}f(d)g\left(\frac{n}{d}\right) = \sum_{d \mid n}f\left(\frac{n}{d}\right)g(d) = (g * f)(n) \]

结合律

分配律

标签:right,frac,函数,狄利克,卷积,sum,mid,left
From: https://www.cnblogs.com/YipChipqwq/p/18464696

相关文章

  • 助力YOLOv8的突破—ODConv卷积技术的深度解析与实践【附保姆级代码】(YOLOv8)
    本专栏专为AI视觉领域的爱好者和从业者打造。涵盖分类、检测、分割、追踪等多项技术,带你从入门到精通!后续更有实战项目,助你轻松应对面试挑战!立即订阅,开启你的YOLOv8之旅!专栏订阅地址:https://blog.csdn.net/mrdeam/category_12804295.html文章目录助力YOLOv8的突破—ODC......
  • 利用Matlab处理回声信号(利用卷积运算产生一个带回声的信号)
    一、.首先调用一个声音信号,以下是各种MATLAB自带的声音;1.鸟叫声loadchirpsound(y,Fs)2.敲锣声loadgongsound(y,Fs)3.哈利路亚loadhandelsound(y,Fs)4.欢笑声loadlaughtersound(y,Fs)5.啪哒声loadsplatsound(y,Fs)6.火车声loadtrainsound(y,Fs)......
  • 深度学习神经网络笔记--卷积神经网络
    为什么要用卷积捕捉特征,如文末的图)不受位置影响(左右,前后,上下)可以参考下图:卷积操作可移动的小窗口与图像数据逐元素相乘后相加小窗口是滤波器,卷积核,(权重矩阵)需要注意的问题:stride:步长卷积核的个数:决定输出的depth,卷积核个数填充值zerp-padding:外圈补0......
  • 基于卷积神经网络的脊柱骨折识别系统,resnet50,mobilenet模型【pytorch框架+python】
       更多目标检测和图像分类识别项目可看我主页其他文章功能演示:基于卷积神经网络的脊柱骨折识别系统,resnet50,mobilenet【pytorch框架,python,tkinter】_哔哩哔哩_bilibili(一)简介基于卷积神经网络的脊柱骨折识别系统是在pytorch框架下实现的,这是一个完整的项目,包括代码,数据......
  • 二维卷积
    它是怎么从36得到256的。是由36*256的W矩阵么,那这不就是简单的乘一个权重矩阵么?是的,你的理解是正确的!在模型中,从维度36变为256的过程,实际上是通过卷积操作完成的,确切地说,这相当于对36维的向量进行一次线性变换或卷积操作。这种操作的效果类似于将36维的输入乘以一个权重......
  • LeNet学习笔记(卷积+池化+relu
    练习题目将平均汇聚层替换为最大汇聚层,会发生什么?尝试构建一个基于LeNet的更复杂的网络,以提高其准确性。调整卷积窗口大小。调整输出通道的数量。调整激活函数(如ReLU)。调整卷积层的数量。调整全连接层的数量。调整学习率和其他训练细节(例如,初始化和轮数)。在MNIST数据......
  • 神经网络之卷积篇:详解经典网络(Classic networks)
    详解经典网络首先看看LeNet-5的网络结构,假设有一张32×32×1的图片,LeNet-5可以识别图中的手写数字,比如像这样手写数字7。LeNet-5是针对灰度图片训练的,所以图片的大小只有32×32×1。实际上LeNet-5的结构和上篇博客的最后一个范例非常相似,使用6个5×5的过滤器,步幅为1。由于使用了6......
  • 【动物识别系统】Python+卷积神经网络算法+人工智能项目+深度学习+计算机课设项目
    一、介绍动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作......
  • 【交通标志识别系统】Python+卷积神经网络算法+人工智能+深度学习+图像识别+计算机课
    一、介绍交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Dj......
  • 【海洋生物识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Ten
    一、介绍海洋生物识别系统。以Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经网络算法,通过对22种常见的海洋生物(‘蛤蜊’,‘珊瑚’,‘螃蟹’,‘海豚’,‘鳗鱼’,‘水母’,‘龙虾’,‘海蛞蝓’,‘章鱼’,‘水獭’,‘企鹅’,‘河豚’,‘魔鬼鱼’,‘......