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.     

FCC辐照金属铜材料中氦泡平衡内压的分子模拟及其尺度效应

氦泡内的氦密度及其内压对含氦泡辐照材料的力学性能具有重要影响，本文采用分子模拟方法系统地研究了面心立方金属铜材料内氦泡平衡内压及其尺度效应、温度效应和引起的应力场。基于能量最小原理与应力平衡准则，提出了确定平衡内压的方法，研究发现：1）采用能量最低原理与应力平衡准则所获得的平衡内压是自洽的；2）存在一个临界尺度，当氦泡孔径小于该临界尺度时，平衡内压出现反常尺度效应，即当氦泡孔径小于3nm时，平衡内压并不随孔径减小而明显增大，甚至出现减小的异常现象；3）传统采用基于球形孔洞的理论公式估算严重高估了氦泡平衡内压，引起的误差随氦泡孔径减小而显著增大，如孔径为3nm时，误差超过63%；4）由于纳米孔洞多面体特性和材料的各向异性，即使在平衡内压条件下，基体铜材料内仍存在一定的应力分布，该应力体现出显著的局域特征，即随着距孔洞中心距离的增加而快速下降。此外，本文还提出采用时间平均叠加区域平均来减小热涨落对应力场的影响，取得了较好的效果。     

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。     

基于ELM算法的羊肉水分含量的快速无损检测

在近红外光谱900-1700nm的波长范围内采集南疆羊肉的光谱数据,来研究水分含量的快速无损检测.为减弱非目标因素对光谱的影响,采用SNV和去趋势法对光谱数据进行预处理.为降低建模的复杂度,去除共线性的影响,采用连续投影算法和相关系数法相结合选取8个特征波长变量,最后使用PLS和ELM算法分别进行建模.实验表明,与采用全光谱波段建模相比,采用特征波长变量建模,PLS和ELM算法的运行时间都大大缩短,并且在运行时间和预测精度上,ELM算法均优于PLS算法.ELM算法采用8个特征波段变量建模,预测精度达到0.9768,均方误差为4.4291e-04,相关系数为0.7603,运行时间可控制在1e-04s之下,这可为研发羊肉水分含量的便携式检测装置提供理论参考.     

一类正则化参数自由的线性约束凸优化问题的预测-校正算法

我们对文章的结构做这样的安排:第二节给出本文需要的预备知识;第三节简述单个目标函数问题(1.1)的己有算法和求解可能遇到的困难,第四节给出解决问题的预测-校正方法;第五节和第六节对问题(1.2)分别陈述己有方法的固有困难和我们提出的解决方案.最后,在第七节中,我们为提出的方法给出统一的算法框架,证明这类算法的收敛性和遍历意义下的收敛速率,同时给出我们的一些结论.     

基于偏Laplace正态数据下位置、均值回归模型的参数估计

参数估计是一种基本的统计推断形式,也是统计学的一个重要分支.在分析偏态数据时,我们比较关注数据的众数、中位数和均值,但是偏Laplace正态数据的众数和中位数难以精确求出,因此用位置参数来近似代替.故本文提出偏Laplace正态数据下位置和均值回归模型,并研究该模型的参数估计,模拟和实例研究结果表明本文提出的模型和方法是科学合理的.     

基于改进克隆选择算法的统一混沌系统同步控制与参数辨识

提出一种改进的克隆选择算法用于解决混沌系统的参数辨识问题.该算法利用抗体的高频变异和受体编辑两种机制有效平衡算法的全局探索与局部开发，并引入向精英抗体学习策略进一步提高算法的收敛质量.对10个优化问题的实验表明：所提出算法在求解精度、收敛速度以及稳定性方面具有更好的性能.以参数未知统一混沌系统的同步控制为研究对象，合理设计同步控制器，并对同步系统的稳定性进行理论分析.通过对同步比例因子的设置，实现统一混沌系统的完全同步、反同步、投影同步等多种同步方式.仿真实验结果表明该方法能够实现对未知系统参数的精确辨识以及驱动-响应系统的有效同步控制，验证了所提方法的可行性与有效性.     

基于正弦控制因子的Lateral变异鲨鱼优化算法

针对传统鲨鱼优化算法在求解高维目标函数时,易早熟收敛,陷入局部最优的缺陷.提出一种基于正弦控制因子的Lateral变异鲨鱼优化算法.通过正弦曲线的特性和自适应惯性权重,改善了传统鲨鱼优化算法中由于随机选取控制因子数值大小可能导致算法在迭代后期全局搜索能力降低的问题,提高了算法在迭代后期的全局收敛能力,并对最佳鲨鱼位置引入Lateral变异策略,加强了算法跳出局部最优的可能性.改进后的算法对多个shifted单峰,多峰以及固定维测试函数进行求解,实验结果表明,对比多种不同优化算法而言,本文所提LSSO算法具有更高的收敛精度和搜索速度.