阵列电化学免疫传感器同时检测甲胎蛋白和癌胚抗原

本实验利用共价键合法将肿瘤标示物甲胎蛋白(AFP)和癌胚抗原(CEA)的抗体固定在碳阵列印制电极表面,再与相对应的抗原(AFP和CEA)反应,然后结合与之对应的人抗山羊的AFP/CEA的夹心抗体,以辣根过氧化物酶(HRP)标记的兔抗山羊IgG识别夹心抗体,以对苯二酚为底物,利用夹心免疫分析法建立了同时检测甲胎蛋白和癌胚抗原的高灵敏度电化学分析方法.     

铑催化乙酸乙酯羰基化合成丙酸的研究

以乙酸乙酯为原料,在金属铑催化下与一氧化碳进行羰基化反应,生成丙酸。研究了碘化物添加剂和反应条件对丙酸产率的影响。由于避免了乙醇在酸性条件下的酯化和分子间脱水等副反应,丙酸产率显著提高。乙酸乙酯羰基化具有与甲醇羰基化相似的动力学行为。碘化物添加剂的加入能有效提高反应速率和丙酸选择性。通过优化反应条件,丙酸产率大于95%。     

集值映射向量优化问题的ε-超鞍点和ε-对偶定理

本文研究集值映射向量优化问题的ε-超鞍点和ε-对偶定理。在集值映射是近似广义锥次似凸的假设下，利用ε-超有效解的标量化和Lagrange乘子定理，建立和证明了关于ε-超有效解的鞍点和对偶定理。     

集值映射多目标规划的K-T最优性条件

讨论集值映射多目标规划(VP)的最优性条件问题.首先,在没有锥凹的假设下,利用集值映射的相依导数,得到了(VP)的锥--超有效解要满足的必要条件和充分条件.其次,在锥凹假设和比推广了的Slater规格更弱的条件下,给出了(VP)关于锥--超有效解的K--T型最优性必要条件和充分条件.     

集—集映射向量极值问题的Lagrange乘子和鞍点定理

本文先建立了集－集映射的一个广义择一性定理．在目标为锥凸和满足 推广了的Ｓｌａｔｅｒ约束规格的条件下,我们利用本文的择一性定理,给出了集一集映射 向量极值问题关于锥－超极小解的Ｌａｇｒａｎｇｅ乘子定理和鞍点定理．     

赋范线性空间中锥拟凸向量优化问题超有效解集的连通性

本文研究赋范线性空间中集值映射向量优化问题超有效解集的连通性问题．证明了目标映射为锥拟凸的向量优化问题的超有效解集是连通的．     

指数分布2/3(G)表决系统产品的统计分析

针对指数分布2/3(G)表决系统产品,本文给出了系统的寿命分布及数字特征,并在全样本场合下给出了参数的矩估计、极大似然估计和逆矩估计,通过大量Monte-Carlo模拟比较了三种点估计的精度。此外,还给出了求参数区间估计的两种方法,并通过大量Monte-Carlo模拟考察了区间估计的精度,得到参数的精确区间估计优于近似区间估计。     

三角形中线长度计算面积公式的简证

文[1]利用余弦定理及三角形面积公式推导出三角形中线长度计算面积公式：如果m，n，P分别是△ABC三边上的中线，那么     

一个基于张量火车分解的张量填充方法及在图像恢复中的应用

低秩张量填充在数据恢复中有广泛应用, 基于张量火车(TT) 分解的张量填充模型在彩色图像和视频以及互联网数据恢复中应用效果良好。本文提出一个基于三阶张量TT分解的填充模型。在模型中, 引入稀疏正则项与时空正则项, 分别刻画核张量的稀疏性和数据固有的块相似性。根据问题的结构特点, 引入辅助变量将原模型等价转化成可分离形式, 并采用临近交替极小化(PAM) 与交替方向乘子法(ADMM) 相结合的方法求解模型。数值实验表明, 两正则项的引入有利于提高数据恢复的稳定性和实际效果, 所提出方法优于其他方法。在采样率较低或图像出现结构性缺失时, 其方法效果较为显著。     

一个基于张量火车分解的张量填充方法及在图像恢复中的应用

低秩张量填充在数据恢复中有广泛应用, 基于张量火车(TT) 分解的张量填充模型在彩色图像和视频以及互联网数据恢复中应用效果良好。本文提出一个基于三阶张量TT分解的填充模型。在模型中, 引入稀疏正则项与时空正则项, 分别刻画核张量的稀疏性和数据固有的块相似性。根据问题的结构特点, 引入辅助变量将原模型等价转化成可分离形式, 并采用临近交替极小化(PAM) 与交替方向乘子法(ADMM) 相结合的方法求解模型。数值实验表明, 两正则项的引入有利于提高数据恢复的稳定性和实际效果, 所提出方法优于其他方法。在采样率较低或图像出现结构性缺失时, 其方法效果较为显著。