混合曲率曲面变形方程的Tricomi问题——Ⅱ.解的存在性

本文在很弱的条件下,证明对混合曲率曲面无穷小变形方程的Tricomi问题,存在L₂弱解和H₁强解。     

标准差的计量调整型抽样检查表

本文参照 ISO3951-81”s”法主表的设计原则,设计出了一套(包括样本大小字码表,正常,加严,放宽抽样表)适合于用标准差作为过程质量指标的计量调整型抽样检查表.还讨论了所设计出的方案组的复合接收率.     

离子辐照引起的金属／绝缘体界面混合与相变研究

载能离子穿过固体界面引起界面原子迁移使界面原子混合和物质成分变化，从而导致界面发生材料相变。简要介绍了载能离子辐照引起金属／绝缘体界面混合效应及相变现象的主要实验研究进展、低能离子和高能离子辐照引起金属／绝缘体界面现象差异，并对离子辐照引起界面混合及相变的机制进行了初步探讨。When penetrating an interface between two kind of solids, energetic ions can induce atomic diffusion at both sides of the interface and then result in intermixing, atom re-distribution or composition change, as well as phase transformation. Main progress on the study of intermixing and phase change at metal/insulator interface induced by energetic ion irradiations, the difference of phenomena occurred at metal/insulator interfaces induced by high-and low-energy ions were briefly reviewed. Furthermore, the possible mechanisms related to intermixing and phase change at metal/insulator interface produced by energetic ion irradiations were also discussed in short words.     

指数分布样本中异常数据检验的有效性

本文讨论指数样本中异常数据检验的有效性,证明了Fisher型统计量在异常值检验中的某种优良性。用随机模拟方法比较了Fisher统计量,Epstoin统计量和Dixon统计量在指数样本异常值检验中的功效。     

Some Results behind Dividend Problems

We consider the basic dividend problem of the compound Poisson model with constant barrierstrategy.Some results concealed behind the dividend problem are made explicit in the present work.Differentmethods and some of which are firstly given in this paper.All these results presented certain direct relationshipbetween some important actuary variables in classical risk theory is also revealed.     

ρ-混合序列加权和的完全收敛性及其应用

本文研究了ρ-混合序列加权和的一些强极限定理,利用最大值矩不等式,获得了ρ-混合序列加权和的完全收敛性.并将此结果应用于线性回归模型参数的最小二乘估计及非参数回归模型的权函数估计.     

物料混合问题的一种改进辨识方法——加权最小二乘法

改进文（１）提出的物料混合参数辨识算法，使其适用于时变参数的实时辨识，提出对时变参数的动态跟踪速度。给出计算实例，并与文（１）方法的计算结果进行比较。     

非齐次偏微分方程混合问题的形式解

通过待定函数法给出了非齐次偏微分方程混合问题的形式解，从数学角度说明了齐次化原理。     

激光二极管自混合干涉和微振动的实验观测

介绍了利用LabView软件虚拟示波器和信号源,对激光二极管自混合干涉和微振动进行的实验观测.该实验可以作为本科低年级学生的综合设计实验.     

运用反例基于识别的手写数字串分割

采用基于识别的分割方法进行手写数字串分割.在识别的过程中,运用反例样本估计分类器参数,实验数据表明,这种运用反例样本训练的分类器与没有经过反例样本训练的分类器相比,将提高拒识率到19%左右,从而保证了较高的识别率,验证了只有经过反例训练的分类器的输出结果才是可信赖的.