排序方式: 共有45条查询结果,搜索用时 15 毫秒
21.
22.
黄芩有效成分的紫外-可见吸收光谱表征 总被引:7,自引:4,他引:3
利用紫外-可见光谱的方法,对从中药黄芩中分离得到的3种黄芩有效成分的分子结构进行了研究。通过分析黄芩有效成分在甲醇溶液中及分别加入甲醇钠(NaOMe)、醋酸钠(NaOAc)、醋酸钠/硼酸(NaOAc/H3BO3)等5种诊断试剂后的紫外-可见光谱特征,讨论了利用紫外-可见吸收光谱推断黄酮类化合物母核结构及取代基位置的方法,为天然产物有效成分的结构鉴定提供了参考依据。 相似文献
23.
讨论线性过程Xk=∑∞i=-∞ai+kεi,其中{εi;-∞<i<∞}是均值为零,方差有限为σ2的双侧无穷独立同分布随机变量序列,{ai;-∞< i<∞}为绝对可和的实数序列.令Sn=∑nl=1Xk,n≥1,假设|ε1|3<∞,证明了对任意的δ>-1,lim ∈↘0∈2δ+2∑∞n=1(㏒ ㏒ n)δ/n3/2㏒ nE{|Sn|-∈τ√2n ㏒ ㏒ n}+=√2τ√/√π(δ+1)(2δ+3)Γ(δ+2),其中τ2=σ2(∑∞i=-∞ai)2以及Γ(·)为Gamma函数. 相似文献
24.
分蘖数是表征冬小麦生长的关键性参数,对于冬小麦苗情监测、产量预估具有重要意义。针对目前冬小麦分蘖数估算方法存在的数据获取繁复和估算模型体量大的问题,提出一种基于可见光图像和轻量级卷积神经网络的冬小麦分蘖数估算方法,以期实现冬小麦分蘖数无损快速估算,并且可嵌入移动终端设备。可见光图像具有获取便捷,处理简单的特点,利用数码相机连续采集2017年—2018年和2018年—2019年两个生长季的冬小麦冠层可见光图像。利用该数据图像,分别构建基于轻量级卷积神经网络MobileNetV2,SqueezeNett,ShuffleNet的冬小麦分蘖数估算模型进行比较试验,并与基于非轻量级卷积神经网络AlexNet和ResNet系列构建的估算模型进行对比试验。开展冬小麦分蘖数估算模型针对不同植株密度数据的鲁棒性以及针对不同生长季数据的泛化能力的验证试验。结果表明,基于MobileNetV2构建的冬小麦分蘖数估算模型的决定系数(R2)为0.7,归一化均方根误差(NRMSE)为0.2,在三个轻量级卷积神经网络中具有最优表现;基于非轻量级卷积神经网络构建的冬小麦分蘖数估算模型体积是基于MobileNetV2构建的冬小麦分蘖数估算模型的2.3~16.1倍。与非轻量级卷积神经网络相比较,基于MobileNetV2构建的估算模型在具有较好R2的同时有较小的体量,适宜嵌入移动终端设备;针对120,270和420 株·m-2三个不同植株密度的可见光图像数据集,基于MobileNetV2构建的冬小麦分蘖数估算模型的R2分别为0.8,0.8和0.7,表现鲁棒;针对两个生长季的可见光图像,基于MobileNetV2构建的冬小麦分蘖数估算模型通过迁移学习将R2提升了2倍,NRMSE下降了7.6%,表现出对数据季节性差异较好的适应性,体现了模型的泛化能力。利用可见光图像,基于MobileNetV2构建的估算模型能够满足冬小麦分蘖数估算需求,为冬小麦生长观测以及田间农艺措施管理决策提供了一个准确、鲁棒、可嵌入移动终端设备的工具。 相似文献
25.
26.
右半平面上的随机Dirichlet级数的值分布性质 总被引:6,自引:0,他引:6
本文在较宽的系数条件下,对更一般的非同分布随机变量序列,讨论了右半平面上的随机Dirichlet级数f(s,ω)的增长级,证明了f(s,ω)沿任一水平半直线的增长级几乎必然(a.s.)为ρ,并且a.s.以σ=0上的每一点为其Picard点. 相似文献
27.
28.
解题教学是高中数学教学的一项重要任务,学生在解题时不免会出现错误.常见的错误成因有:审题不准、基础知识掌握不牢、解题方法单一、学生对解题重视程度不够,基于此提出了高中数学解题减少错误的应对策略. 相似文献
29.
多模光纤受激布里渊散射非相干组束的机理及理论模型 总被引:2,自引:0,他引:2
基于布里渊散射耦合强度方程,分析了多模光纤受激布里渊散射非相干组束的机理,建立了其非相干组束的理论模型,并依据模型进行了理论计算。结果表明:在较长的多模光纤中,受激布里渊散射产生的Stokes光以LP01模传输;其非相干组束过程是混合光分解成线偏振光的逆过程;计算的组束功率与T.H.Russel等人的实验结果相一致。最后,分析了组束光强的分布,表明了组束光强对模场尺寸的依赖关系,证明提高组束光强的有效措施是减小组束光的模场半径。 相似文献
30.
李云霞 《数学的实践与认识》2000,30(2):153-155
本文把最大模原理及 Phragmén—— Lindelof定理推广到具有保域性的一类连续函数上 ,得到若干结果 . 相似文献