L-fuzzy层双保序算子空间中的(ω_α,υ_α)-仿紧性

首先在层双保序算子空间中引进了两种(ω_α,υ_α)-仿紧性,证明了它们都是好的推广.其次,给出了它们的若干刻画与性质,并指出了它们保持若干拓扑不变性质.最后,讨论了(ω_α,υ_α)-仿紧性、(ω_α,υ_α)-分离性以及(ω_α,υ_α)-紧性之间的关系.     

CO_2捕集过程中钙基吸收剂吸碳反应本征动力学

本文通过严格控制实验条件,消除内扩散和外扩散的影响,对两种CaO质量分数均为75%的合成钙基吸收剂进行了本征动力学实验。通过晶粒模型分析,找到了完全由表面反应控制的本征动力学阶段,分析其本征反应动力学特性,得到本征反应速率常数k_s和活化能E,并与早期的研究结果进行了对比分析。研究表明:两种合成吸收剂的活化能均小于石灰石吸碳反应的活化能;合成吸收剂的吸碳反应速率与石灰石分解CaO的吸碳反应速率具有相同的数量级。本研究同时得到了反应动力学控制阶段吸碳反应速率与驱动力CO_2分压之间的关系。     

吹扫捕集-气相色谱-质谱法测定地表水中松节油

松节油是一种以富含松脂的松树为原料,通过不同加工方式得到的具有芳香气味的萜烯混合液。松节油的主要成分是α-蒎烯,其次是莰烯、β-蒎烯、苎烯及少量的倍半萜烯-长叶烯和石竹烯;它主要用于合成香料、樟脑、冰片、萜烯树脂、杀虫剂、激素、驱避剂、空气清新剂、高级润滑油等。松节油在废弃物中的残留会对环境水体产生污染,国家标准方法GB 3838—2002《地表水环境质量标准》规定饮用水源地松节油限量为20μg·L^-1,国家标准GB/T5750—2006推荐的测定方法为液-液萃取-填充柱气相色谱法。然而,传统的填充柱柱效和灵敏度较低,且有些实验室采用的填充柱是自     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

环状硅酸盐图的友好指数集

Let G be a graph with vertex set V(G) and edge set E(G). A labeling f : V(G) →Z2 induces an edge labeling f*: E(G) → Z2 defined by f*(xy) = f(x) + f(y), for each edge xy ∈ E(G). For i ∈ Z2, let vf(i) = |{v ∈ V(G) : f(v) = i}| and ef(i) = |{e ∈ E(G) : f*(e) =i}|. A labeling f of a graph G is said to be friendly if |vf(0)- vf(1)| ≤ 1. The friendly index set of the graph G, denoted FI(G), is defined as {|ef(0)- ef(1)|: the vertex labeling f is friendly}. This is a generalization of graph cordiality. We investigate the friendly index sets of cyclic silicates CS(n, m).     

直觉模糊面集的相似度及其在模式识别中的应用

直觉模糊数以隶属度和非隶属度所构成的有序点来表示所要研究的信息。由于犹豫度的存在,本文从几何的观点出发,将其转化为一个可能面,提出了直觉模糊面集的概念。在此基础上,定义了两个不同直觉模糊面集的相似度,研究了它的性质。最后给出了直觉模糊面集的相似度在模式识别中的应用实例,并做了相应的对比分析,结果表明本文提出的方法具有可行性和有效性。     

用偏联系数与态势函数对高校评价的聚类分析

针对高校学生满意度中的"满意""一般""不满意"在客观上是相互联系,相互制约,不断演化着的不确定性系统这一特点,把集对分析中的联系数用于学生满意度的系统性表述;利用联系数的伴随函数-偏联系数对8所985高校学生满意度作潜在发展趋势的聚类分析.结果表明,8所高校的学生满意度的一阶偏联系数全部大于0,其中一所大于1,呈现为向"满意"发展的趋势;但其二阶偏联系数则全部小于1,表明存在负向发展趋势.揭示高校学生满意度系统是一个不进则退的演化系统,需要持续不断地改进当前高校教育教学各方面的工作,才有可能不断提升学生满意度.在上述分析基础上,再结合联系数的势函数和态势函数,把8所高校的学生满意度聚为好(1所)、较好(3所)、一般(4所)3类.     

多元集对分析在贵州干旱预警中的应用

干旱预警是一个非线性、复杂、开放的预警过程.以集对分析为基础,利用其可展性,引入同化度等概念建立了多元集对分析模糊评价模型,并采用层次分析法(AHP)确定各指标权重.应用模型对贵州省修文县、兴仁县、湄潭县2013年8月份上、中、下旬发生干旱情况进行评价分析与预警,并与常规集对分析评价和预警结果进行了比较.实例应用显示模型能够真实地反映修文县、兴仁县、湄潭县2013年8月份发生干旱情况,预警结果更符合客观实际.研究表明,基于层次分析法的多元集对分析模糊评价模型结构简单,计算简洁,运用其对贵州省干旱进行预警可行有效.     

乘积拓扑动力系统的转移不变集

研究一般拓扑动力系统的复杂性是很困难的,拓扑共轭、拓扑半共轭、嵌入映射和转移不变集都可以不同程度保持动力系统的复杂性.通过研究拓扑动力系统与符号动力系统拓扑共轭,找到了拓扑动力(子)系统存在转移不变集的条件,同时证明了拓扑动力系统存在转移不变集与乘积拓扑动力系统存在转移不变集的关系,通过研究相对简单、直观的符号动力系统,间接的反应一般拓扑动力(子)系统与其乘积拓扑动力系统的动力性状.     

划分格中的Mbius函数和秩生成函数

设S={1,2,…,n},P(n)是由S的所有划分组成的集合.对于π,σ∈P(n),如果π中的每个块包含在σ的一个块里,就定义π≤σ,那么P(n)作成一个格.如果M(n,k)是由S的所有k部划分组成的集合,而L(n,k)是由M(n,k)生成的格.在P(n)和L(n,k)中,给出M(o|¨)bius函数,并且确定了特征多项式和秩生成函数的表示式.