高维多项式理想的实根计算

研究高维多项式理想实根的计算。对于给定的高维多项式理想,首先通过一个典范同态映射将其转化为扩张多项式环中的零维理想。基于零维实根是实极大理想的交集的结论,该扩张理想的实根可以在新的多项式环中计算。最后,通过理想的收缩,把实根收缩回原多项式环,便可得到高维多项式理想的实根。     

基于离子迁移谱的假币用纸快速检测及溯源

该文采用离子迁移谱（IMS）对20种假币用纸进行分析，通过快速检测假币用纸中的可挥发性组分，构建假币用纸的指纹谱图库。基于主成分分析（PCA）和层次聚类分析（HCA）对迁移时间8 ~ 17.5 ms范围的迁移谱信息进行处理，从而对假币用纸进行分类。PCA可将同种假币用纸聚类，HCA则可进一步将20种假币用纸准确分类，其对6个未知来源的半成品假币的分类正确率达83.33%。结果表明，IMS快速检测分析是比较和分类假币用纸的有效方法。     

原子分子光子系统的耗散相互作用和退相干

原子分子系统与量子化的电磁场或光子模式耦合的系统是非相对论量子力学理论研究和实验研究的主要对象和模型. 现实系统必然与外界环境耦合，且即便原子隔绝较好、光学腔壁品质因子足够高，原子系统也不等价于少数几个能级构成的简单模型：它仍然有不为零的几率跃迁到不可控的能级空间、与原子相互作用的自由空间真空场的量子效应也必须考虑. 本文将结合开放量子系统理论的基本要素与原子光子的基本模型，对原子分子系统在电磁场中发生的耗散以及量子退相干过程做简单综述，并重点介绍描述量子系统退相干过程的主流理论工具——主方程.     

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.     

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.     

基于MCMC主成分回归分析方法的经济增长因素研究

将MCMC算法融合到主成分回归分析模型中,提出MCMC主成分回归分析方法.新方法既具有有效避免解释变量之间的多重共线性问题以及简化回归方程结构的主成分回归分析方法的优势,又能够充分利用MCMC算法的融合先验信息、模型信息及样本似然函数的长处.将方法应用于对嘉兴市1997年至201.0年的经济发展指标的数据建模分析,结果表明,方法能有效克服现有分析方法的不足,建立预测精度更高的模型.     

新疆两处遗址出土绿松石文物的成分分析和产源判别

绿松石是一种产地有限,却在世界范围内被广泛使用的珍稀宝石资源,研究绿松石文物的矿料来源可为了解古代不同地区间珍稀资源的获取与交流模式、文化传播途径、早期贸易网络等学术问题提供帮助。新疆绿松石文物的矿料来源是近年来科技考古关注的热点问题之一,目前存在中原说、波斯说、新疆说和多元说等观点。研究新疆绿松石文物的产源,其难点在于既要保证文物的安全,又要确保分析数据的准确性,同时要避免样品表面污染对数据结果带来的干扰。鉴于此,采用等离子体原子发射光谱LA-ICP-AES对新疆加依、西沟两处墓地出土的绿松石进行化学成分分析,并结合秦岭东部五处产地的绿松石成分数据,经主成分分析绘制散点图——建立产地区分模型。主成分分析结果显示加依墓地样品中有五枚是罕见的锌绿松石,其余同西沟墓地绿松石的成分相近,均含有相对较高比例的Fe和Sr。结合中原地区的绿松石成分数据对比分析,发现新疆两遗址绿松石的微量元素特征相近,以高B2O低BaO为特征区别于中原地区的绿松石样品。在产地区分模型中,代表加依墓地和西沟墓地出土绿松石的散点聚集成团,且明显区分于白河、郧县、洛南、竹山、淅川五地的散点分布区域。综上结果表明新疆东部两处遗址的绿松石制品与中原东秦岭五处绿松石矿区所产矿料的成分差异较大,鉴于近年来新疆哈密发现与两处遗址同时代的绿松石采矿遗址,推测加依墓地、西沟墓地的绿松石制品其矿料来自中原地区的可能性较小。     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

因子分析中特征向量和主成分的应用研究

讨论了因子分析的基本思想,结合实例从相关系数矩阵出发,计算其特征根和对应的特征向量,然后给出进行主成分分析的三种方法;进行旋转前后因子载荷矩阵的共同度、累计方差、特征根等多角度比较,深刻揭示因子分析和主成分分析之间的关系.