GM(1,1)改进模型及其应用

根据 GM( 1 ,1 )灰色模型的指数特性 ,通过在区间上求积分给出了关于背景值的一个比较确切的计算公式 ,讨论了由此建立的 GM( 1 ,1 )改进模型的适用范围和预测精度 .结果表明改进模型比原 GM( 1 ,1 )模型适用性要强、模拟和预测精度要高 ,不仅适用于低增长序列、也适用于高增长序列 ,不仅适用于短期预测 ,同样也适用于中、长期预测     

灰色模型的最优化及其参数的直接求法

基于灰色模型的内涵表达式和白化方程响应式均为等比级数的观点,提出了一种不用求ago值、均值,不涉及灰色微分方程,白化微分方程概念,直接求灰色模型参数a,c的方法,通过此方法建立的新模型不仅从理论上可保证是在满足给定评价标准为模拟绝对误差平方和最小(或模拟相对误差平方和最小)、给定精度条件下的最优化模型,从而结束了灰色模型只有更优,没有最优的历史.并从理论上证明了新模型具有白化指数律重合性、白化系数律重合性,伸缩变换一致性.最后通过实例编程验证该方法具有可操作性,且预测精度高,效果好.     

Energy-Momentum Pseudo-Tensor of Relic Gravitational Wave of Both the Polarized States

Unlike usual celestial gravitational waves, the relic gravitational waves （RGWs） form random signals in curved spacetime background. We calculate the energy-momentum pseudo-tensor of a certain component of the RGWs propagating along arbitrary directions in Cartesian coordinates. It is found that the energy density of RGWs is positive definitely, and the momentum density components have reasonable behaviour. Such results may provide a theoretical basis for the detection of RGWs.     

An approach to the detection of underwater remote target

An approach to the detection of underwater remote target by estimating its backscattering coefficient is presented. The key to this approach is that the echo signal is represented in state-variable model and the back-scattering coefficients of target are contained in dynamic noise of this model, thus underwater target can be detected by estimating this dynamic noise, i.e., deconvolving this model. When all noise statistics are a priori known, an optimum deconvolution algorithm based on the optimum state filter is derived, or else, an adaptive deconvolution algorithm based on the adaptive state filter of alternatively estimating the vector state and the noise statistics is developed. In the final simulation test, an echo signal with SNR equal to -6.1 dB is proceeded using the aforementioned two deconvolution algorithms, respectively, and the results demonstrate good performance of the approach.     

蝇视觉系统的图形-背景分辨的计算机模拟

蝇视觉系统的图形-背景分辨及模式分辨是计算机视觉研究中的重要问题之一。本文在Reichardt等的蝇视系统的图形-背景分辨的计算神经网络模型的基础上,对蝇视觉系统在非平稳条件下的图形-背景分辨进行了系统的计算机模拟。结果表明,模型与模拟对于行为实验结果具有预测能力。本文提出假设:人视系统的运动感知及初级模式分辨也可能是以运动检测器为输入端的图形-背景系统来实现的。     

灰色GM(1,1,k,k2)模型背景值及时间响应函数优化

本文提出了一种新的带有时间幂次项的灰色GM(1,1,k,k²)模型,给出了其灰微分方程和白化微分方程基本形式。基于最小二乘法获得了该模型参数估计值,并推导了该模型时间响应函数。鉴于GM(1,1,k,k²)模型灰微分方程与白化微分方程之间存在跳跃关系,首先对灰微分方程的背景值进行了优化,并推导了优化后的背景值计算公式。为了克服初始值的影响,根据误差平方和最小,进一步优化了GM(1,1,k,k²)模型时间响应函数。最后,该优化后的GM(1,1,k,k²)模型被应用于软土地基沉降预测,获得了较好的模拟预测效果,说明模型是可行的。     

国产滤纸室温燐光背景的考察和降低背景方法的研究

固体基质室温燐光法(SS-RTP)的检出限依赖于固体基质的RTP背景的高低。本文考察了七种国产滤纸在重原子存在时和不存在时的RTP背景。研究了各种降低滤纸背景的处理方法。研究结果表明,采用NaOH、β-环糊精、EDTA、乙醇和丙酮浸泡或煮沸滤纸,都能不同程度的降低滤纸背景,最大降低率为88％。KI、NaAc、Pb(Ac)_2、TlNO_3和Cscl等重原子可使滤纸背景有较大幅度的增强,而经处理的滤纸,RTP背景较未处理滤纸背景降低一倍以上,最大可降低94.5％。用NaOH溶液处理滤纸,不仅能有效地降低背景,而且能提高分析物的RTP信号。研究表明纤维素伴生物质——木素,可能是产生燐光背景的杂质之一。     

土壤环境背景值试样的前处理研究

土壤是人类赖以生存的重要环境要素之一,环境保护工作者已将对土壤的研究列为重点研究对象.“七五期间”,全国进行了土壤环境背景值研究.这项研究工作,在合理布点,正确采样的基础上,土壤样品的前处理成为获取准确结果的关键步骤之一.关于这方面的研究已有不少报道,本工作对土壤样品的过氧化钠碱熔融、HNO_3-HClO_4-HF、HNO_3-HClO_4-HF封闭增压分解法进行了比较研究,分解好的土壤样品用苯羟乙酸催化极谱法测V,原子吸收法测定Cu、Pb、Zn、Cd、Cr、Co、Ni、Mn等.结果表明,后两法适于作为     

高效毛细管电泳法分离氟卡尼对映体

手性药物的分析是分析化学领域的重要研究课题,对药学研究具有重要意义[1-2]。氟卡尼(又称氟卡胺或劳卡胺)属抗心律失常药,适用于室上性心动过速、房室结或房室折返心动过速。此药是广谱的强效抗心律失常药,可使患者的室性心律失常降低。临床上,氟卡尼通常以消旋体给药,但研究表明,氟卡尼对映体在药效学和药动学上均存在差异,常见