布尔代数的模糊点理想

研究了布尔代数的模糊点理想及其相关性质,证明了布尔代数的模糊点理想的交、同态像和同态逆像等也是布尔代数的模糊点理想.     

Banach空间四阶两点问题正解的存在性

讨论了Banach空间E中的四阶边值问题:u~(4)(t)=f t(,u(t)),0≤t≤1,u(0)=u(1)=u″(0)=u″(1)=θ正解的存在性,其中f∶0,[1]×P→P连续,P为E中的正元锥.通过非紧性测度的估计技巧与凝聚映射的不动点指数理论获得了该问题正解的存在性结果.     

一类具有边界层性质的二次奇摄动边值问题

研究了一类具有边界层性质的二次奇摄动边值问题.在相对较弱的条件下,用合成展开法构造出该问题的形式近似式,并应用改进的Harten不动点定理和逆算子定理证明解的存在性及其渐近性质.最后,将所研究的问题和结论推广到更一般的高次情形.     

胆碱氧化酶功能化室温磷光量子点的制备及其对氯化胆碱的定量检测

环境友好型纳米生物传感器能够提高传统生物分子传感器的检测性能，在实际应用中具有重要的应用价值。本研究以胆碱氧化酶（ChOx）为模板，在室温（25 ℃）下通过矿化作用制备了一种ChOx功能化的室温磷光（RTP）量子点（QDs）（ChOx RTP QDs）纳米生物传感器，并利用ChOx与氯化胆碱的特异性酶-底物反应和光诱导的电子转移（PIET）实现了对氯化胆碱（Cho）的RTP定量检测。该纳米生物传感器对氯化胆碱检测的线性范围为0.05~20 mmol/L，检出限为0.02 mmol/L。该方法基于QDs的RTP性质，可以有效地避免生物样品背景荧光的干扰，且无需复杂的样品前处理过程，因此该方法较适合于生物样品中氯化胆碱的定量检测。     

无穷区间上分数阶带p-Laplacian算子微分方程积分共振边值问题解的存在性（英文）

利用Mawhin连续性定理,讨论一类分数阶p-Laplacian微分方程积分共振边值问题在无穷区间上解的存在性,并举例说明主要结果.     

完全非线性依赖的(n-1,1)共轭边值问题（英文）

本文利用不动点定理和一些相关格林函数的不等式得到一个依赖于所有低阶导数的(n-1, 1)共轭边值问题正解的存在性.     

基于变式理论的中考微专题复习与思考

近年来,越来越多的"有识之师"认识到按题型简单分类的中考二轮专题复习课的诸多弊端,如以开放探究、图像信息、分类讨论、新定义等题型来分类教学是非常简单化的课型划分,如以新定义题型来设计一节专题复习课,必然"挂一漏万",即使在一节新定义课中精选几道新定义题也可能会使训练的目标和教学主线难以聚焦,往往形似而质异.而另一类着力在形异而质同的微专题教学却得到很多有追求、有思考的老师的喜欢(见参考文献[1]~[3]).本文是笔者基于变式理论研发的一节费马点微专题教学课例,供研讨.     

In原子在GaAs(001)表面的成核与扩散研究

近年来,半导体量子点特别是InAs量子点的基本物理性质和潜在应用得到了广泛研究。许多研究者利用InAs量子点结构的改变以调制其光电特性。本文采用液滴外延法在GaAs(001)表面沉积了不同沉积量的In(3 ML、4 ML、5 ML),以研究In的成核机制和表面扩散。实验发现,随着In沉积量的增加,液滴尺寸(包括直径、高度)明显增大。不仅如此,在相同的衬底温度下,沉积量越大,液滴密度越大。利用经典成核理论,计算了GaAs(001)表面In液滴形成的临界厚度为0.57 ML,计算的结果与已报道的实验一致。从In原子在表面的迁移和扩散,以及衬底中Ga和液滴中的In之间的原子互混原理解释了In液滴形成和形貌演化的机理。实验中得到的In液滴临界厚度以及In液滴在GaAs(001)上成核机理,可以为制备InAs量子点提供实验指导。     

基于多通道盲识别的自适应光学图像事后处理

为实时恢复天文或空间目标的湍流退化成像,提出一种适应大气湍流动态变化的多通道自适应光学图像恢复方法.以自适应光学校正后不同时刻的目标成像作为多个通道,建立求解系统点扩散函数的线性方程,根据解出的点扩散函数利用超拉普拉斯算法,求解待观测目标的估计值.结果表明:不同时刻的点扩散函数之间存在互质关系,满足多通道盲识别的理论要求.利用建立的线性方程求解出的点扩散函数与原点扩散函数的均方误差在10^-30~10^-27量级,采用超拉普拉斯算法恢复出的目标成像与原始目标之间的均方误差在10^-5~10^-4量级.本文研究为湍流退化图像的实时恢复提供了理论基础.     

基于迁移学习的原子力显微镜成像恢复方法

受限于探针针尖结构尺寸,用原子力显微镜进行微纳测量时会产生图像边缘失真.提出了一种基于迁移学习的原子力显微镜成像恢复方法,通过迁移学习训练源模型和靶模型实现一维栅格成像恢复.该方法采用数学形态法中的腐蚀算法生成栅格点云数据,通过U-Net网络源模型从点云中提取针尖卷积效应的特征向量,将权重参数迁移至U-Net网络靶模型,靶模型在自适应正则化方法下进行监督学习.实验结果表明,该方法能有效恢复一维栅格的原子力显微镜测量图像,提高横向分辨力,可用于纳米栅格的线宽检测上.