从 ${\cal B}^0$ 到 $E(p,q)$ 和 $E_0(p,q)$ 空间的复合算子

设 $\varphi$ 是单位园盘 $D$ 到自身的解析映射, $X$ 是 $D$ 上解析函数的 Banach 空间, 对 $f\in X$, 定义复合算子$C_\varphi $ : $C_\varphi (f)=f\circ \varphi$. 我们利用从 ${\cal B}^0$到 $E(p,q)$ 和 $E_0(p,q)$ 空间的复合算子研究了空间 $E(p,q)$ 和 $E_0(p,q)$, 给出了一个新的特征.     

在不同激光脉宽下的高次谐波

用数值计算方法计算了不同强激光脉冲宽度下高次谐波的产生.我们发现对于激光场强度不高,不能有效电离初态的激光场,长脉冲宽度可以更有效产生高次谐波;而对于高场强的激光场,由于它能够在几个光学周期之内把原子的初态全部电离,所以短脉冲的激光场能够更有效产生高次谐波.     

基于液晶光阀的全息照相控光仪

设计了通过液晶光阀自动调整全息照相物光和参考光辐照比至最佳状态,同时能实现曝光时间自动控制的控光仪.该仪器巧妙运用液晶光阀和硅光电池器件,使测量、调整、自控一体化,从而提高拍摄优质全息图的工作效率.     

两类方程亚纯解(n,1)级的上界估计

本文给出Riccati方程及另外一类具有代表性微分方程的亚纯解（n,1)级的上界估计，在一定条件下确立了文[2]中的猜测的正确性。     

K_(1,n)-free图具有给定性质的[a,b]-因子的一个充分条件

图G称为K1,n-free图,如果它不含K1,n作为其导出子图.对K1,n-free图具有给定性质的[a,b]-因子涉及到最小度条件进行了研究,得到一个充分条件.     

[Na(18-C-6)]2[Cu(i-mnt)2]的合成与结构分析

研究了18-冠-6与Na2[Cu(i-mnt)2][i-mnt=异丁二腈烯二硫醇阴离子,S2CC(CN)2-2]的反应,得到的配合物[Na(18-C-6)]2[Cu(i-mnt)2](1)通过元素分析、红外光谱、X射线单晶衍射进行了结构分析.配合物为单斜晶系,空间群P2(1)/c.晶体学结构数据a=1.2819(11),b=1.1793(10),c=1.4928(13)nm,β=99.121(16)°,V=2.228(3)nm3,Z=2,Dcaled.=1.369g/cm3,F(000)=958,R1=0.0521,wR2=0.1003.1中的[Cu(i-mnt)2]基团通过配体i-mnt的氮原子与两个[Na(18-C-6)]基团中的钠原子成键,形成稳定的中性配合物.     

X射线衍射研究N2+注入Si

本文首先给出了180keV的N₂⁺注入Si的X射线衍射(XRD)分布,然后用Levenberg-Marquardt最优化方法模拟实验曲线。根据XRD运动学理论,在我们给出的试探胁变函数和多层模型的基础上,用自编程序计算给出了晶格胁变随注入深度、剂量和退火温度的变化。最后我们对实验和计算结果进行了初步的分析讨论。 关键词：     

164Lu的三轴超形变核态的理论计算

用三维TRS(totalrouthiansurface)自洽理论对奇奇核164Lu的位能面进行了计算,计算结果与实验上得到的ε2=0.38基本一致,从而从理论上确认了164Lu是三轴超形变核,并且指出了存在三轴超形变带的两个组态. Total routhian surface in~(164)Lu nuclei is calculated according to the three dimensional Total Routhian Surface (TRS) theory. The result of the calculation is in agreement with the experiment. At the same time, two TSD bands could be assigned to the configuration(π\(1/2), α=1/2)(ν\(5/2), α=1/2), (π\(1/2), α=1/2)(ν\(3/2), α=-1/2).     

一维粗糙表面散射特征的数值分析

使用Monte Carlo模拟的方法得出了随机粗糙表面，在Kirchhoff近似的基础上，利用数值分析的方法分析了一维随机粗糙表面的散射特征，得出了一维随机粗糙表面散射分布曲线，我们还考虑了遮蔽效应的影响，并且讨论了Kirchhoff近似的有效性。     

基于VolSurf参数的化合物水溶性QSPR分析

利用分子的VolSurf参数预测化合物的水溶解度并阐明有利于水溶解度的主要分子结构特征.被测化合物包括185个共两大系列分子,使用偏最小二乘判别分析和多元线性回归方法在实验数据和分子特征之间建立相关性,均得到较好的结果.以70个化合物所建立的训练集模型对其余115个化合物有较好的预测能力.参数分析表明分子内较大的亲水区域对水溶解度有利;分子质心与疏水区、亲水区之间的不平衡性越高,水溶解度越大;分子量及体积大的分子对其水溶解度不利.