81Zr和85Mo的β延迟质子衰变

运用p-γ符合测量技术，详细研究了T     

Mntz有理逼近的点态估计

给定 M >0 ,设Λ ={λn} ∞n=1是一个实数序列 ,满足 0≤λ1<λ2 <… ,且对所有 n≥ 1,有λn+ 1-λn≥ Mn .本文得到了 Müntz系统 { xλn}有理逼近的一个点态估计 .     

毛细现象演示器

玻璃毛细管插在水银槽中,管内水银面低于管周围的水银面。由于水银是不透明的物质,学生难于从正面很好地看清管内的水银面。如果能消除毛细管外正对于我们的前后两面的水银,而保留住管外两侧的水银。那么,我们既能看到管内的水银面,同时又可比较管内、外水银面的高度。为此,我们用3mm 厚的有机玻璃板割成条或块,用丙铜粘成如下二图所示的扁形液槽和毛细管合成装置,达到了预期的效果。     

GaP衬底上分子束外延Si时P偏析的抑制

用Si分子束外延技术在GaP(111)衬底上生长Si时,发现Si外延层表面存在P偏析,根据俄歇电子能谱(AES),反射式高能电子衍射(RHEED)在一系列不同实验条件下的结果,本文对P偏析产生的机制、外延层表面再构与P偏析之间的关系作了分析和讨论,得出偏析主要来自外延Si原子与衬底P元素之间的相互交换。在此基础上提出了一种能有效地抑制P偏析同时又改善外延层质量的新的Si/GaP(111)异质结制备方法。 关键词：     

用RHEED强度振荡锁相外延控制Ge/Si超晶格的生长

观察了Ge,Ge/Si交替外延时的反射式高能电子衍射(RHEED)强度振荡现象,并由此研究了Si(100)和Si(111)衬底上分子束外延Ge,Ge/Si超薄叠层的生长行为和生长特性。利用RHEED强度振荡,锁相控制生长了Ge(2ML)/Si(2ML),Ge(4ML)/Si(4ML)超薄超晶格。 关键词：     

激光径向偏振光栅反射镜的研究

径向偏振光是近些年引起广泛关注的一种新型偏振光,它在粒子操控、金属切割和提高显微镜分辨率方面具有广阔的应用前景。径向偏振光可以通过在激光器谐振腔内应用径向偏振光栅反射镜来获得。首先在顶层刻蚀光栅反射镜的模型上通过自编程序分析光栅反射镜各参数对光栅性能的影响,然后设计出光栅反射镜复合结构并结合微纳加工工艺进行了可行性分析。     

生化探针技术

介绍了核酸探针、有机小分子探针和金属离子探针等生化探针技术的基本原理、发展现状和趋势     

激光薄膜吸收损耗控制研究进展

激光技术的不断发展对激光薄膜的光学性能、激光损伤阈值、机械性能等提出了越来越高的要求。具有低吸收损耗的激光薄膜在强激光、精密测量等领域有十分重要的应用。从电子束蒸发和离子束溅射沉积工艺、薄膜材料两个方面,对激光薄膜在吸收损耗控制方面的研究进展进行综述,详细介绍了制备过程中多个环节对薄膜吸收损耗的调控方法,以及单一材料和混合物薄膜的吸收机理、吸收调控方法。     

有理插值的基本特征

１　引　言 记 ｎ为次数不超过ｎ的一元多项式函数类,约定零多项式的次数为－∞,即ｄｅｅ（０）＝－∞;记 ｍ,ｎ为分子属于 ｍ,分母属于 ｎ＼｛０｝的一元有理函数类．我们约定：本文所采用的概念和记号将与文［１］保持一致,本文中“有理插值问题”系指文［１］中“有理插值问题（２．１）（２．２）”,并简记为ＲＩＰ． 文［１］在［２－８］的基础上引进了ＲＩＰ的　方程组,定义了　插值式,指出了其与经典结果的关系,这为我们分析ＲＩＰ提供了一个有力的工具．本文将在文［１］的基础上,深入讨论ＲＩＰ的基本特征．在本节和下…     

润滑油冷却液污染的拉曼光谱检测方法研究

对船舶柴油机而言,润滑油常受到冷却液的污染,引起润滑油劣化变质,从而导致其功能失效。冷却液的主要成分是水、乙二醇及少量的防腐蚀、抗穴蚀、消泡沫等添加剂。将拉曼光谱用于检测润滑油被冷却液污染的浓度,是一种针对复杂混合物的拉曼光谱检测问题,单个拉曼峰强度的定量分析方法无法满足浓度的定量检测。为此,将拉曼光谱分析和LSTM神经网络数据挖掘方法应用于检测润滑油冷却液污染的浓度。在实验室条件下,配制了冷却液污染浓度为2%,1.5%,1%,0.5%,0.25%和0%的柴油机润滑油油样,对每个油样取样50次,并进行拉曼光谱分析,共获得300个拉曼光谱数据,随机抽取其中80%的数据作为神经网络训练样本,剩余20%的数据作为测试样本,拉曼光谱样本数据的光谱范围为300～2 000 cm-1;对数据进行预处理,包括采样、拟合、离散点平均梯度估计等;构建训练样本集,将LSTM神经网络和多层全连接层（FC）结合,建立4种不同的神经网络模型结构;得到其在训练集和测试集上的平均误差曲线、测试集上的检测准确率曲线。分析结果表明,FCs,LSTM-FCs-1,LSTM-FCs-2和LSTM-FCs-3等4种神经网络模型,检测准确率分别为96.7%,93.3%,98.3%和83.3%。选取任意1%的波数点,加入幅值随机正负变化1%的噪声之后,4种神经网络模型的检测准确率分别为88.3%,90.0%,96.7%和78.3%。可见,相比于其他3种神经网络结构模型,LSTM-FCs-2模型更适用于进行润滑油冷却液污染的定量估计,加噪后最高准确率仍可以达到96.7%,鲁棒性优于其他三种模型。拉曼光谱结合LSTM网络中的LSTM-FCs-2模型,应用于冷却液污染浓度分别为0.2%和0.4%的实际油样检测,相对误差分别为5.0%和7.5%,结果表明该方法可用于在用润滑油冷却液污染浓度的检测。