Nb2Sin+(n=1～6)团簇的密度泛函理论研究

运用密度泛函方法在(U) B3LYP/LanL2DZ水平上研究了Nb2Sin+ (n=1～6)团簇的几何结构和电子性质.结果发现最低能Nb2Si+团簇除了n=5,6发生了微小畸变外,其余基本保持了相应的中性Nb2Sin[(n=1～6)]团簇的结构,且除了Nb2Si+团簇外,所有的最低能结构都是自旋二重态,电子态也都为2A;由原子平均束缚能和分裂能可知,Nb2Si+团簇的热力学稳定性比相应的Nb2Sin团簇[(n=1～6)]强,说明失去一个电子增加了团簇的热力学稳定性.且Nb2Si+团簇的热力学稳定性是Nb2Si+ (n=1～6)团簇中最强的.从绝热电离势(ALP)和垂直电离势(VIP)的结果发现,由于VIP与AIP差值很小,说明Nb2Si+团簇和Nb2Sin团簇[(n=1～6)]结构的构型相同.Nb2Si团簇的AIP值具有最小值6.623eV,表明在实验上很容易得到它们的阳离子形式且在质谱中可观测到较高的峰值.对HOMO-LUMO能隙的研究表明与相应的Nb2Sin(n=1～6)团簇相比,Nb2Sin+ (n=1～6)团簇的HOMO-LUMO能级除了n=2,6外普遍增大,说明Nb2Si+团簇的化学稳定性强于Nb2Sin团簇[(n=1～6)],并且除了Nb2Si[团簇外都是半导体性的.由Mulliken电荷布局得出团簇的总磁矩和原子局域磁矩,表明Nb2Si+团簇的总磁矩最大,为3.0μB,呈现为铁磁质.硅原子则在不同的团簇中表现为顺磁性或抗磁性.     

一种光谱识别的新方法

提出了一种对光谱信号识别的新方法。针对光谱信号的特征 ,我们设计了基于径向基函数神经网络组成的统计混合模型 ,并构造了识别系统的代价函数。通过优化系统的代价函数 ,导出了类EM算法去估计混合模型的参数 ,从而构建对光谱特征识别的识别器。利用实际的拉曼光谱 ,对本文所提出的估计模型参数的算法与建立的光谱识别器进行了检验。我们还讨论了利用特征波长与相应的光谱强度 ,以及利用主分量分析组成输入特征矢量 ,及其这些输入特征矢量对光谱识别器应用的效果。实验结果表明 ,所提出的算法可以有效地估计模型参数 ,其建立的光谱识别模型具有较高的识别准确率。所提出的对光谱信号识别的方法通用性强 ,因此具有较为广阔的应用前景。     

贝叶斯概率图像自动分割研究

探讨了一种新的图像自动分割的方法。提出应用高斯有限混合模型与期望－极大化算法对图像特征空间的数据进行聚类，采用信息理论准则（ITC）确定要分割的图像区域数目，用贝叶斯概率分割图像。整合这些技术可以实现图像自动分割，而且实验结果表明信息理论准则可以确定适当的区域数目。     

一种精确测量透镜焦距的方法

本文运用激光束、分光计在光具座上测透镜焦距，对导致实验中测量的各种误差原因进行了分析探讨。     

间二氟苯溴化反应产物的气相色谱-质谱分析

采用气相色谱-质谱(GC/MS)法对间二氟苯溴化反应产物的组成与结构进行了分析,并对间二氟苯溴化反应的选择性及反应条件进行了初步探讨。结果表明:间二氟苯的溴化反应具有较强的选择性,其主要反应产物为1-溴-2,4-二氟苯,副产物为1-溴-2,6-二氟苯、1-溴-3,5二氟苯及二溴代间二氟苯等溴化物。该反应的反应条件对产物组成有较大影响。     

密度泛函理论研究Nb_2Ge_n(n=1～4)团簇

运用密度泛函方法在(U)B3LYP/Lan L2DZ水平上对Nb_2Ge_n(n=1~4)团簇进行了系统的理论研究,得到Nb_2Ge_n(n=1~4)团簇的最低能结构的几何构型和电子性质.优化结果表明:Nb_2Ge_n(n=1~4)团簇最低能结构的自旋多重度均为单重态.团簇最低能结构的电子态与团簇的大小有关.当n为奇数时,团簇的电子态为~1A~1,n为偶数时电子态为1A.通过对计算平均束缚能和分裂能发现:Nb_2Ge_n(n=1~4)团簇中热力学稳定性最强的是Nb_2Ge_2团簇;最弱的是Nb_2Ge_4团簇.自然电荷分布的结果说明Nb_2Ge_n(n=1~4)团簇中当n=1-2时,电子转移正常,而当n=3-4时出现电荷反转现象.同时还研究了HOMOLUMO能隙、磁性和红外光谱.     

GaSi_n(n=1-6)团簇结构和稳定性的第一性原理研究

采用密度泛函理论(DFT),在B3LYP/6-311+G(d)水平下研究了GaSi_n(n=1-6)团簇的几何构型、电子性质、稳定性和振动特性.研究结果表明:GaSi_n(n=1-6)团簇基态结构基本保持了纯硅团簇的结构框架,Ga原子往往被吸附在Sin团簇的表面上.布局分析显示电子由Ga原子向Sin框架转移.平均束缚能和分裂能表明GaSi_3和GaSi_5团簇相对其他团簇具有较强的稳定性.振动特性研究表明:GaSi_n(n=1-6)团簇的IR活性最强振动模式主要是Ga原子与Sin结构之间的相对振动.极化率的研究表明,随着Si原子数的增多,GaSi_n团簇的非线形光学效应逐渐增强,更容易被外场极化.     

杭州市2017年冬季一次重灰霾过程中PM2.5水溶性离子特征、来源及成因分析

利用在线监测仪测量了杭州市一次重灰霾过程（2017年12月29日至2018年1月3日）中PM_2.5主要水溶性离子（Cl^-、SO₄^2-、NO₃^-、NH₄⁺、Na⁺、Ga²⁺、Mg²⁺）及主要气态污染物（SO₂、NO₂、O₃、NO、CO、HCl、NH₃、HNO₂、HNO₃）的小时浓度。结合混合受体模型和国控监测分析,研究了2017年12月30-31日重灰霾事件的污染特征、来源和成因。研究结果表明：PM_2.5浓度高达318 μg·m^-3; NO₃^-/SO₄^2-最大值为2.68,说明移动源污染是杭州市PM_2.5形成的重要来源; PM_2.5/CO最高达到0.19,说明二次细颗粒物对PM_2.5贡献很大;NO₃^-、SO₄^2-、NH₄⁺的浓度总和占PM_2.5平均浓度的64.3%,说明二次无机细颗粒物是杭州重灰霾形成的重要原因,且NO₃^-的贡献最大,占33.5%。混合受体模型分析显示,杭州市重灰霾污染的潜在源区主要位于安徽、江苏、河南、山东四省交界处,以及安徽省中东部、蚌埠、芜湖等工业污染较为严重的城市。夹杂着大量污染物的北方干冷空气远距离传输叠加部分局地源是杭州此次重雾霾形成的根本原因。因此,为了改善杭州市空气质量,不仅需控制当地的污染物排放,而且还需对整个长三角地区甚至跨区域采取大气联防联控策略。     

基于粒子群优化算法的测光红移回归预测

星系的红移在天文研究中极其重要,星系测光红移的预测对研究宇宙大尺度结构及演变有着重要的研究意义。利用斯隆巡天项目发布的SDSS DR13的150 000个星系的测光及光谱数据进行分析,首先根据颜色特征并基于聚类的方法对星系进行分类,由分类结果可知早型星系的占比较大。对比了三种不同的机器学习算法对早型星系进行测光红移回归预测实验,并找出最优的方法。实验中将星系样本中u, g, r, i, z五个波段的测光值以及两两做差得到的10个颜色特征作为输入数据,首先构建BP网络,使用BP算法对星系的测光红移进行回归预测;然后利用遗传算法（GA）优化BP网络各层参数,将优化后的GA-BP算法应用于早型星系的回归预测试验中。考虑到GA算法的复杂操作会影响预测效率,并且粒子群算法（PSO）不仅稳定性高且操作简单,因此将粒子群算法应用到星系样本中早型星系的测光红移回归预测实验中,进而采用粒子群算法优化BP网络（PSO-BP）。实验中将光谱红移作为期望值,采用均方差（MSE）作为误差分析指标来评判三种算法的精度,将PSO-BP回归预测结果与BP网络模型、GA-BP网络模型进行比较。由实验结果可知,BP网络的MSE值为0.001 92,GA-BP网络的MSE值0.001 728,PSO-BP网络的MSE值为0.001 708。实验结果表明,所用到的PSO-BP优化模型在精度上优于BP神经网络模型和GA-BP神经网络模型,分别提高了11.1%和1.2%;在效率上优于传统的K近邻（KNN）测光红移估计算法, 克服了KNN算法中遍历所有数据样本进行训练的缺点并且其泛化性能优于其它BP网络优化模型。     

CH_4、H_2O在CaCO_3(010)表面吸附的第一性原理研究

基于密度泛函理论第一性原理方法,研究了CH_4和H_2O在CaCO_3(010)面上各高对称位的吸附情况,优化了CH_4与H_2O在T位、 B位和H位的吸附模型结构,计算了其在各高对称位的吸附能,并对其各自最稳定的吸附位吸附前后的物理结构和电子态密度进行了对比分析.结果表明:CH_4、 H_2O分子分别在LBⅢ位、 SBⅢ位最稳定,吸附能分别为-0.405 eV、-0.138 eV,是一种物理吸附,吸附前后键长键角的变化较小,表现为亲气;吸附后CH_4和H_2O的态密度曲线整体向低能量区偏移约7.5 eV、 5eV,吸附后CH_4和H_2O结构都更加稳定,吸附作用对CH_4和H_2O分子的电子结构影响显著.