基于Vague集的理想解和灰色关联结合的决策方法及应用

针对当前应用Vague集在解决多指标决策问题时存有的不足,提出一种基于Vague集的理想解与灰色关联结合的新决策方法.决策方法充分利用了Vague集强大的模糊信息表达能力,并将理想解法与灰色关联法进行有机结合,实现从位置和曲线形状两方面来更全面地反映备选方案与理想解的关系.最后,通过一个并购中目标企业选择的示例说明方法的应用过程,并验证了方法的可行性和实用性.     

对一道典型运动学例题错解剖析

通过对一道典型运动学例题错解剖析,进一步分析了在解答问题过程中思维偏差产生的根源以及应对的教学策略.对帮助学生进一步认清杆在圆柱体或球上的运动过程和物理图景,突破思维的难点,扫清学习中的障碍以及对帮助学生从本质上把握物理规律和解决物理问题,将起到积极的促进作用.     

基于聚丙交酯的光固化型可生物降解聚氨酯丙烯酸酯的合成和表征

基于聚醚酯的聚氨酯丙烯酸酯具有应用于组织工程支架材料及相关生物医用材料的潜力,研究其可生物降解性及影响因素非常重要.聚醚酯是由PEG(Mw=400)引发L-丙交酯开环聚合而得到的PLLA-PEGPLLA(PLEL)嵌段共聚物.它与二异氰酸酯(异佛尔酮二异氰酸酯和六亚甲基二异氰酸酯)反应,并用甲基丙烯酸羟乙酯封端,得到聚氨酯丙烯酸酯低聚物,然后通过紫外固化得到聚氨酯丙烯酸酯材料(PUA).用NMR和GPC对PLEL二醇和预聚物进行了组成和分子量表征,用DSC和DMA对PUA进行了结构和物理性能表征以及用接触角、吸水率和质量分析方法对材料的亲水性和降解性能进行了表征.结果发现,随着PLLA疏水链段变长,PLEL软段分子量增大,材料的亲水性降低,交联度和降解速率变小.相同的软段,基于硬段HDIHEMA的PUA材料比IPDI-HEMA的PUA有较低的T_g,较高的亲水性和降解速率.因为IPDI有环状结构,降低了PUA与水的相互作用.在3种不同降解条件下,氧化降解速率最高,酶解的速率高于水解.PUA材料的氧化降解速率取决于软段中PEG的含量,PLEL1000-HDI中PEG含量最高,其氧化降解最快,13周内失重率达到82.6%.     

麻将桌上的一个概率问题

证明在四人麻将游戏(或其它游戏或竞赛)定庄时,无论抛多少颗骰子都不能使各方有均等坐庄的机会.如果将骰子数增加,则各方机会将是渐近均等的.推广到l个人和骰子为k面的情形,这种渐近均等性仍然正确,同时给出了机会均等的一个充要条件.     

超音速等离子体炬的磁流体动力学数值研究

针对设计的喉径2mm、工作电流为100A的拉瓦尔喷嘴,在二维轴对称模型的基础上,对超音速等离子体炬中的流动及其外部射流进行了数值模拟。通过在阳极喷嘴内部采用基于磁矢量势的磁流体动力学模型,避免了对磁感应强度的复杂积分计算,得到了喷嘴内部多场耦合的结果及外部射流的流动状态,分析了喷嘴内部电磁场对等离子体的加速作用及射流发展过程。结果显示,等离子体经历了亚音速→跨音速→超音速的发展过程,最终获得2.3 Ma的超音速射流。研究结果为超音速等离子体炬的工业应用提供了理论基础。     

富里叶级数的收敛速度

对正弦和余弦富立叶级数,通过合并相邻同号项,使其重排成交错级数.讨论了重排形成的交错级数的敛散性.指出根据自变量x的不同取值,该交错级数可能是单调递减或周期递减的级数.按照莱布尼茨判定法提出了不同精度要求的级数项数的计算公式.选取一到三阶收敛的富立叶级数计算了不同比值精度及差值精度要求的级数项数.计算表明,在x的取值为2π的等分点时,富立叶级数的部分和随项数的增加单调地逼近其收敛值.在x的取值为其它点时,富立叶级数的部分和随项数的增加围绕收敛值上下变动,周期地逼近其收敛值.低收敛阶富立叶级数的收敛速度较慢.要达到0.01%的精度,一收敛阶富立叶级数需要数万项,二收敛阶富立叶级数也需要数百项.在不同计算点处,要达到相同的计算精度,需要的级数项数差别较大.     

用Hirota双线性方法构造一种(3+1)维高维孤子方程的多孤子解

通过两种方法构造了一种(3+1)维高维孤子方程的孤子解.第一种方法是利用对数函数变换,将其化成双线性形式的方程,在用级数扰动法求解双线性方程的单孤子解、双孤子解和N-孤子解.第二种方法是用广义有理多项式与试探法相结合,构造了(3+1)维高维孤子方程的怪波解.     

基于级联卷积神经网络的前列腺磁共振图像分类

针对深度学习训练成本高，以及基于磁共振图像的前列腺癌临床诊断需要大量医学常识且极为耗时的问题，本文提出了一种基于级联卷积神经网络（Convolutional Neural Network，CNN）和磁共振图像的前列腺癌（Prostate Cancer，PCa）自动分类诊断方法，该网络以Faster-RCNN作为前网络，对前列腺区域进行提取分割，用于排除前列腺附近组织器官的干扰；以基于ResNet改进的网络结构CNN40_bottleneck作为后网络，用于对前列腺区域病变进行分类.后网络由瓶颈结构串联组成，其中使用批量标准化（Batch Normalization，BN）、全局平均池化（Global Average Pooling，GAP）进行优化.实验结果证明，本文方法对前列腺癌诊断结果较好，而且缩减了训练时间和参数量，有效降低了训练成本.