一种具有可重构带阻特性的超宽带超导滤波器

提出了一种具有可重构带阻特性的超宽带超导滤波器,可有效抑制通带内的干扰信号。该超宽带滤波器基本结构是由改进后的多模谐振器和平行耦合微带馈线构成。2-bit叉指电容(interdigital capacitor,IDC)阵列被加载在平行耦合馈线外端,实现阻带的"开/关"及阻带中心频率的控制。该滤波器是在尺寸为20.0mm×6.0mm的MgO介质基片上实现的。未经调谐的测试结果显示了优异特性,并且和仿真结果吻合得很好。超宽带通带内的阻带可自由"开/关",中心频率调节范围从7.15到7.49GHz。此外,阻带在所有"开"的状态下显示了高的选择性(10dB带宽小于3%)和高的抑制性(高于38dB)。     

医学影像处理的深度学习可解释性研究进展

随着医学影像数据的迅速增长，传统的影像分析方法给医生带来巨大挑战。利用计算机视觉技术提供自动或半自动辅助诊断，可大大缓解人工阅片压力，提高诊断的准确性，促进医疗流程的标准化建设等。目前，深度学习卷积神经网络在医学影像处理中已取得不俗表现，但深度学习“黑匣子”的不可解释性阻碍了智能医疗诊断的发展。为增强对医学影像数据处理的深度学习可解释性的了解，对近几年相关研究进展进行了综述。首先，综述了深度学习在医学领域的应用现状及面临的问题，对神经网络的可解释性内涵进行了讨论；然后，从现有深度学习可解释性的常见方法出发，重点讨论了医学影像处理的深度学习可解释性研究进展；最后，探讨了医学影像处理的深度学习可解释性的发展趋势。     

Δ(G)=5的2-连通外平面图的邻点可区别全染色

Smarandachely邻点可区别全染色是指相邻点的色集合互不包含的邻点可区别全染色，是对邻点可区别全染色条件的进一步加强。本文研究了平面图的Smarandachely邻点可区别全染色，即根据2-连通外平面图的结构特点，利用分析法、数学归纳法，刻画了最大度为5的2-连通外平面图的Smarandachely邻点可区别全色数。证明了：如果$G$是一个$\Delta （G）=5$的2-连通外平面图，则$\chi_{\rm sat}（G）\leqslant 9$。     

赋值Banach代数的偏序D^(*)-度量空间中的不动点定理

定义了α^(*)-可容许映射,得到了赋值Banach代数的偏序D^(*)-度量空间中的带有α^(*)-可容许映射条件的不动点定理,所给出的结果改进了前人的一些结果,并且举例验证了所得到的结论.     

基于几何过程和位相分布休假的两部件并联可修系统的可靠性分析

主要以两不同型部件组成的并联可修系统为研究对象.在系统对失效相位存在记忆的基础上,考虑了修理工可单重休假且休假时间服从位相(PH)分布.每个工作部件均有可能因受到两种不同类型的故障而失效,且均"修复非新".在假定部件的工作时间,修理时间分别服从PH分布的几何过程和负指数分布的条件下,利用马尔可夫过程和矩阵分析的方法,对可修系统进行了可靠性分析,并给出了相应可靠性指标的数值算例.     

基于可拓和组合赋权的矿井通风系统优化评价

矿井通风系统具有随机性、模糊性和不确定性等特征,一般单一的赋权评价法难以对其进行准确的优化评价.采用模糊层次分析法和熵权法的组合赋权法不仅可以提升对目标评价的准确性还能避免单一赋权的偶然性和局限性,结合可拓学的优度评价法,依据优度排序,得到最优方案.事实证明,基于组合赋权的可拓评价模型较其他评价方法更为客观,评价结果更加符合实际,可为解决类似优化方案问题提供一种新思路和方法.     

关于可列非齐次马氏链的广义C-强遍历性

马氏链遍历性理论在生物,数值计算,信息理论,自动控制,近代物理和公用事业中的服务系统等众多领域都有着广泛的应用,马氏链的C-强遍历性是马氏链遍历性理论的重要内容.本文给出了马氏链C-强遍历性的一个推广,首先给出了在可列状态空间取值的非齐次马氏链的广义C-强遍历性和广义一致C-强遍历性的概念,然后研究这两种遍历性成立的充分条件.     

基于可拓评价的无菌医疗器具生产环境安全评价与预警研究

将可拓评价方法用于无菌医疗器具生产环境安全评价与预测研究,建立了无菌医疗器具生产环境安全可拓物元评价模型.利用关联函数动态赋权法,改进了待评物元所属安全等级特征值的计算方法,使得判别更加准确.同时也对各单项指标进行了评价与预测,可为企业决策者提供更加有效的科学依据.     

关于广义θ-图的邻点可区别染色的简单证明

在《经济数学》等杂志上已经用穷染法给出了广义θ-图的邻点可区别全染色和邻点可区别边染色,但方法太过繁琐.本文结合P.N.Balister方法从结构上更为简洁的证明广义θ-图的邻点可区别染色的相关猜想.     

被积函数含间断点的变限积分的连续可微性

讨论了被积函数具有第一类间断点的变限积分的存在性、连续性和可微性,并给出了严格证明.最后通过若干例题的应用,表明用本文的结论可以更加简洁方便地解答一些具体问题.