社区
数据结构与算法
帖子详情
菜鸟问题31:欧拉公式的用途
ToperRay
2001-07-18 04:44:32
欧拉公式:An=n*n-n+41,它的用途是什么 ?
...全文
390
8
打赏
收藏
菜鸟问题31:欧拉公式的用途
欧拉公式:An=n*n-n+41,它的用途是什么 ?
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
8 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
huangry
2001-07-23
打赏
举报
回复
f(n)=n^2-n+41 对于0<n<41 f(n)为素数
f(n)=n^2-79n+1601 对于0<n<80 f(n)为素数
Arter
2001-07-21
打赏
举报
回复
to ljunfa(香山黄叶):
"素数公式"好像在<<十万个为什么>>(数学卷)有,
任一m,n给出,f(m,n)是一素数!(无序的)
To flytiger610(smile):
欧拉公式有很多!
(无人可与他在数量和质量上匹敌!)
1.v-e+f=2
2.e^(i*pi)+1=0
3.1/1^2+1/2^2+1/3^2+...+1/n^2+...=pi^2/6
4.f(n)=n^2+n+41
....
starfish
2001-07-19
打赏
举报
回复
好像没有见过这个欧拉公式呀,欧拉公式有很多,这个是用在那个方面的呀?
ljunfa
2001-07-19
打赏
举报
回复
不可能有什么质数公式吧!
flytiger610
2001-07-19
打赏
举报
回复
欧拉公式怎么成算素数的了
Arter
2001-07-19
打赏
举报
回复
欧拉公式: f(n)=n*n+n+41
有>=81个素数(n=-40,...,40)
(你的也一样!)
注:1。你这个也叫欧拉公式!
2。素数公式是有的,不过用处不大!
3。还有比欧拉公式更好的素数产生式!(二次的!)
(你可以查一下资料!)
along_zju
2001-07-19
打赏
举报
回复
你这个不叫欧拉公式,好像是 阿基米德 还是谁提出的一个质数公式
当然我们知道是没有质数公式的,比如这个公式在n=41
的时候的到的就不是质数了
flytiger610
2001-07-19
打赏
举报
回复
图论里的欧拉公式可以用在很多地方,像数据结构的连通图部分,还有软件工程的环型复杂度计算,呵呵,还可以用来高考
matlab求两点间距离,matlab如何求一个N*2的矩阵的任意两点间的距离?
matlab如何求一个N*2的矩阵的任意两点间的距离?mip版关注:64答案:3悬赏:0解决时间 2021-02-23 20:55已解决2021-02-23 16:37假设有个矩阵C=[1304,2
31
2; 3639,1
31
5; 4177,2244; 3712,1399; 3488,1535;3326,1556; 3238,1229; 4196,1004; 4
31
2,790; 438...
MATLABSimulink实现并交互式可视化事件触发和自触发容错姿态控制,适用于四艘航天器编队系统。.zip
1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
基于ESP32S3-N16R8系统板的基础工程文件(ESP IDF V5-4+VS Code)
基于ESP32S3-N16R8系统板的基础工程文件(ESP IDF V5-4+VS Code)
FeCap-t,v,i-dataset
FeCap_t,v,i_dataset
YOLO26算法食品加工与烘焙场景草莓目标检测+训练好的模型+1000张数据集+pyqt可视化界面.zip
数据集可视化效果可参见下方展示。 【数据集概况】 · 检测类别(中文):[草莓(strawberry)] · 训练集:1000 张 · 验证集:0 张 · 测试集:0 张 · 总计:1000 张 该数据集聚焦食品加工与烘焙场景中草莓的精准识别,为食品质量检测、自动化分拣等环节提供高质量数据支撑,助力食品行业智能化升级。训练集1000张、验证集与测试集均为0张的设计,契合特定场景下对模型高精度学习的需求,确保模型在目标场景中充分提取特征,满足工业级应用对模型泛化能力的严格要求。所有样本标注精准,覆盖草莓整颗、切片、装饰等多种形态,标注规范统一,有效保障模型训练过程中对目标边界与特征的学习准确... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 93 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.6742** mAP50-95 | 0.5842 Precision | 0.6763 Recall | 0.7294 train/box_loss | 0.3783 train/cls_loss | 0.2522 val/box_loss | 0.6489 val/cls_loss | 1.2645 【训练过程分析】 93 轮训练后 mAP50 仅 0.6742,模型收敛不充分。Loss 曲线前期下降后进入平台期,mAP 提升缓慢。mAP50-95 为 0.5842,整体性能需要进一步优化。 【模型性能评估】 Precision 0.6763、Recall 0.7294,召回高于精度,存在一定误检。 【预测效果展示】 验证集预测效果一般,大部分目标能被检...
数据结构与算法
33,025
社区成员
35,334
社区内容
发帖
与我相关
我的任务
数据结构与算法
数据结构与算法相关内容讨论专区
复制链接
扫一扫
分享
社区描述
数据结构与算法相关内容讨论专区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章