直下式LED黄疸灯的设计与制作

研制了一款可在接收面上实现平面光谱分布均匀的直下式LED黄疸灯。首先,按照LED数量从少到多的顺序,在同一基板上依次对4种单色LED进行排布,使其分别在同一出光面上形成大小相近且照度均匀的光斑,进而使出光面乃至接收面上实现平面光谱分布均匀。其次,对直下式LED黄疸灯仿真验证,结果表明其确实可在接收面上实现平面光谱分布均匀。最后,在出光面上分别放置扩散板和棱镜膜,对两款直下式LED黄疸灯样品进行实验测试。测试结果表明:相较而言,在出光面上放置增光膜的直下式LED黄疸灯样品可以使接收面具有较多的光能量。但无论出光面上放置的是棱镜膜还是扩散板,在600 mm×300 mm的接收面上,直下式LED黄疸灯都能实现99. 9%以上的平面光谱分布均匀度值以及74%以上的照度均匀度值,符合国家婴幼儿光疗设备安全标准。     

磁场下有原子自旋轨道耦合的各向异性量子点的精确解析传播子

量子力学中很少有系统能够精确地计算传播子, 特别是在考虑了自旋轨道耦合效应的情况下. 利用相空间的群论方法, 首先导出了有原子自旋轨道耦合的各向异性量子点传播子的精确解析表达式. 随后利用传播子来计算自旋高斯波包的演化与相应的概率密度, 并研究了原子自旋轨道耦合效应和磁场强度对距离期望值的影响.     

埋藏哈密翼龙化石的雅丹风化的光谱分析——以大海道2号水源地雅丹为例

新疆哈密地区翼龙化石具有极高的科学研究价值。哈密翼龙动物群主要埋藏在早白垩世湖相地层形成的雅丹中，富集在风暴沉积层。化石一旦暴露地表，就会发生不同程度的自然风化破碎，尤其是见水或受潮后风化更为严重。哈密大海道2号水源地附近的雅丹底部由于地下水和间歇性地表水的作用，发生了严重的盐碱析出导致的强烈风化现象，造成雅丹下部剥落侵蚀和上层雅丹重力坍塌，从下到上不同地层的风化程度差异较大，底部地层的风化最为剧烈。对大海道雅丹地层剖面取样，利用多种分析方法确定每一层的岩性和可溶盐种类，从微观上揭示雅丹风化的机理。偏光显微观察和X射线衍射（XRD）结果显示每一层都含有石英、长石、方解石和粘土矿物，矿物组成无较大差异，但粘土含量差别较大。精确的可溶盐种类鉴别方法，包括离子色谱（IC）确定出样品中可溶盐离子含量及种类，拉曼光谱（Raman）和傅里叶变换红外光谱（FTIR）鉴别出样品中的硝酸盐和硫酸盐，扫描电子显微镜能谱仪（SEM-EDS）鉴别出氯盐、硝酸盐和硫酸盐。结果显示雅丹各风化层中最底层可溶盐主要是NaCl和Na₂SO₄，第二层是NaCl和CaCl₂，第三层是NaCl，盐种类/含量的差别是此处雅丹从下到上发生不同风化现象的重要原因。结合大海道雅丹所处的气候地理环境（极干旱高盐碱地区、水源地附近），探讨水盐活动规律并关联风化表现，分析该处雅丹风化原因，内因是每层沉积岩的岩性不同，外因是水和盐（NaCl，Na₂SO₄，CaCl₂）的共同作用下，强烈的水盐活动造成了埋藏有哈密翼龙化石的雅丹严重化学风化。这一风化机理也可很好地解释哈密翼龙化石及其围岩层受潮后的强烈风化破碎现象。     

超导磁共振仪器设备国产化现状及挑战

磁共振在化学分析和医学影像等领域发挥着不可或缺的作用，而磁共振仪器设备是开展磁共振研究的必要前提.长期以来，国外仪器厂商在我国磁共振仪器市场居于垄断地位.近年来，随着我国在磁共振仪器研发和产业化方面不断取得进展，市场份额为外商垄断的局面已大为改观.本文调研综述了我国磁共振仪器设备研制的现状，以及面临的若干挑战.     

一类对偶平坦的球对称的芬斯勒度量

本文研究了对偶平坦的芬斯勒度量的构造问题.通过分析球对称的对偶平坦的芬斯勒度量的方程的解,我们构造了一类新的对偶平坦的芬斯勒度量,并得到了球对称的芬斯勒度量成为对偶平坦的充分必要条件.     

基于端点白化权函数聚类的水环境质量等级评价分析

为更准确地评价水环境质量,将端点三角白化权函数灰色评估引入到水质综合评价中.针对以往灰色白化权函数评估主要通过测定指标灰聚类系数判定被评价对象的优劣强弱等级进行等级识别评价,对三角白化权函数计算方法进一步扩展,完成多评价对象的准确等级定位及比较排序.将这种方法应用于山东省聊城市东昌湖水水质评价中,经实例计算证明基于三角白化权函数灰色评估评价模型的稳定性、合理性和实用性为水质评价研究方法提供了新的思路和借鉴.     

可行策略对应的图像拓扑下广义博弈Nash平衡的稳定性

以往关于广义博弈Nash平衡的稳定性的研究,均利用可行策略映射之间的一致度量.现考虑在更弱的度量下,利用可行策略映射图像之间的Hausdorff距离定义度量.在此弱图像拓扑下,证明了广义博弈空间的完备性,以及Nash平衡映射的上半连续性和紧性,进而得到广义博弈Nash平衡的通有稳定性.即在Baire分类的意义下,大多数的广义博弈都是本质的.     

改进种群多样性的双变异差分进化算法

差分进化算法(DE)是一种基于种群的启发式随机搜索技术,对于解决连续性优化问题具有较强的鲁棒性.然而传统差分进化算法存在种群多样性和收敛速度之间的矛盾,一种改进种群多样性的双变异差分进化算法(DADE),通过引入BFS-best机制(基于排序的可行解选取递减策略)改进变异算子"DE/current-to-best",将其与DE/rand/1构成双变异策略来改善DE算法中种群多样性减少的问题.同时,每个个体的控制参数基于排序自适应更新.最后,利用多个CEC2013标准测试函数对改进算法进行测试,实验结果表明,改进后的算法能有效改善种群多样性,较好地提高了算法的全局收敛能力和收敛速度.