自锁模Cr：LiSAF激光器的实验研究

以功率为９００ｍＷ，波长为４８８ｎｍ的单线氩离子激光作为泵浦源，在腔内不加任何主动调制器和可饱和吸收体的情况下实现了Ｃｒ：ＬｉＳＡＦ激光器的飞秒级自锁模运转，得到了脉冲宽度为４０ｆｓ，重复频率为１００ＭＨｚ，平均输出功率为４５ｍＷ的稳定的锁模脉冲序列。     

具有多偏差变元的Rayleigh方程周期解的存在性

利用Mawhin连续性定理研究了具有多偏差变元的Rayleigh方程周期解的存在性,得到了一些新的结果,补充和完善了已有的结果.     

2004年全国各地高考数学试题评析——函数与方程

函数是中学数学最重要的知识 ,函数与方程的思想是中学数学最基本的数学思想并贯穿于整个高中阶段 ,函数又是进一步学习高等数学的重要基础 .函数与不等式、方程、数列及解析几何等知识的综合运用为考查学生的能力提供了广泛的信息材料和环境 .在历年高考中 ,函数所占分值一直是高中数学各章中最多的一章 ,纵观 2 0 0 4年各地高考试题更是如此 ,命题重在考查对知识理解的准确性、深刻性 ,重在考查知识的灵活运用 .既着眼于知识点新疑巧妙的组合 ,又着眼于对数学思想方法、数学能力的考查 .1　以函数为纽带 ,注重命题结构网络化例 1　已知函…     

2004年全国各地高考数学试题与模拟试题评析——数形结合

数形结合实质就是将抽象的数学语言与直观的图形结合起来，使抽象思维和形象思维结合起来，实现抽象概念与具体形象的联系和转化，化难为易，化抽象为直观．数形结合的思想在数学学习和数学研究中的地位十分重要．在强调促进学生积极主动地发展，以培养学生创新精神和实践能力为重点，以提高学生综合素质为目标的新课程改革全面铺开的背景下的当今高考十分注重对数形结合这一思想的考查，命题突出了能力和素质要求，关注学生学习过程，关注学生的发展．     

Boiti-Leon-Pempinelli系统的新变量分离解及其方形孤子和分形孤子

利用拓展的Riccati方程映射法，得到了(2+1)维Boiti-Leon-Pempinelli系统新的变量分离 解．根据得到的分离变量解，构造出该系统新型的孤子结构——方孤子和分形孤子． 关键词： Boiti-Leon-Pempinelli系统 拓展Riccati映射 方形孤子 分形孤子     

一类非自治系统的周期解

利用矩阵测度的性质，通过对线性系统解的估计形式，得到了关于一类非自治系统周期解的存在唯一性定理．     

氧离子导体La1.95K0.05Mo2-xMnxO9-δ的内耗研究

本文用低频内耗的方法研究了氧离子导体材料La1.95K0.05Mo2-xMnxO9中氧离子的微观扩散机制.当测量频率为0.5 Hz时,在130℃和520℃附近分别观察到一弛豫内耗峰,而在280℃～300℃范围内有一相变峰存在.讨论了各个内耗峰的机理.     

乳腺癌细胞及其外泌体的拉曼表型快速鉴定与关系研究

外泌体(Exosome)是直径大小为30～150 nm的膜性囊泡,包裹DNA/RNA, miRNA,蛋白质和脂质等多种物质并参与微环境中的生物信息传递,是理想的癌症生物标志物,在液体活检领域具有重要的应用潜力,有望成为癌症快速检测的手段之一。表面增强拉曼光谱(SERS)是分子振动光谱,可从分子水平上探测物质的精细结构和信息变化,具有“指纹图谱”的特征。采用差速离心结合超速离心的方法获得乳腺癌细胞来源的外泌体,以金溶胶为增强基底,收集外泌体及其母细胞的SERS图谱,结合多元统计分析,进行乳腺癌细胞的快速鉴别与区分。研究结果表明,乳腺癌细胞及其外泌体在500～1 600 cm^-1波段范围内有特征拉曼信号,采用非标记检测所获得的图谱信息是样品“whole-organism fingerprint”整体信号的呈现。根据外泌体的拉曼表型并结合OPLS-DA分析,能够100%分辨3种不同类型的乳腺癌细胞。单细胞SERS检测联合PCA-LDA分析,区分乳腺癌细胞的准确率为83.7%。通过比较乳腺癌细胞及其外泌体的拉曼特征图谱发现,二者在拉曼谱图的波数高度表现一致,但是外泌体在特...     

拉曼光谱结合偏最小二乘法在柴油正丁醇快速定量分析中的应用

正丁醇具有互溶性好、挥发性低、价格低廉以及腐蚀性低等优势,被认为是理想的柴油添加物。柴油中正丁醇的精准定量分析对其品质快速评价与市场监督具有重要科学意义与实用价值。提出了一种基于拉曼(Raman)光谱结合偏最小二乘(PLS)的柴油中正丁醇快速定量分析方法。首先,采集了40个柴油样品的Raman光谱,并考察了不同预处理方法[一阶导数、二阶导数、多元散射校正、标准正态变换、归一化(Normalization)和小波变换]对PLS校正模型预测性能的影响;其次,采用变量重要性投影(VIP)对Normalization方法预处理后的光谱数据进行特征变量提取,并采用五折交叉验证优化VIP的阈值;最后,基于最优的光谱预处理方法、输入变量和模型参数,构建PLS校正模型对柴油中正丁醇含量进行快速定量分析,结果与基于原始光谱(RAW)和Normalization光谱的PLS校正模型的预测性能进行对比。结果表明：Normalization-VIP-PLS校正模型展现出优异的预测能力(R_CV²和RMSECV为0.998 4和0.236 2%:R²     

基于机器学习的地球静止轨道质子能谱反演

根据地面中子探测与宇宙线环境之间的关联性,在太阳活动平静期以地球静止环境业务卫星及全球各个中子探测站的探测数据构建数据集。基于极端梯度提升决策树（XGBoost）和人工神经网络建立了由地面中子探测数据反演宇宙线质子环境的模型。模型采用遗传算法求解模型的最优超参数并对神经网络的各个神经元参数进行训练,实现了宇宙线质子环境在太阳活动平静期的反演,模型训练的均方差MSE为0.499,对测试集的平均反演误差分别为26.9%,对比航天常用的辐射环境模型误差通常在200%以内,提高显著。同时使用包括支持向量回归、误差反向传播算法、长短期记忆在内的多种其他机器学习算法进行了对比,结果表明本文所建立的模型具有训练时间短、计算速度快、占用资源小的优点。