基于大规模高维线性回归模型的分布式计算方法研究

大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性.     

超薄屏蔽层300 V SOI LDMOS抗电离辐射总剂量仿真研究

本文研究了300 V绝缘体上硅横向双扩散金属氧化物半导体场效应管在电离辐射总剂量效应下的线性电流退化机理,提出了一种具有超薄屏蔽层的抗辐射结构实现线性电流加固.超薄屏蔽层位于器件场氧化层的下方,旨在阻止P型掺杂层表面发生反型,从而截断表面电流路径,有效抑制线性电流的退化.对于横向双扩散金属氧化物半导体场效应管,漂移区上的场氧化层中引入的空穴对线性电流的退化起着主导作用.本文基于器件工艺仿真软件,研究器件在辐照前后的电学特性,对超薄屏蔽层的长度、注入能量、横向间距进行优化,给出相应的剂量窗口,在电离辐射总剂量为0—500 krad(Si)的条件下,将最大线性电流增量从传统结构的447%缩减至10%以内,且辐照前后击穿电压均维持在300 V以上.     

硅和锗纳米线的原子排布和电荷分布的密度泛函紧束缚方法研究

低维硅锗材料是制备纳米电子器件的重要候选材料，是研发高效率、低能耗和超高速新一代纳米电子器件的基础材料之一，有着潜在的应用价值。采用密度泛函紧束缚方法分别对厚度相同、宽度在0.272 nm~0.554 nm之间的硅纳米线和宽度在0.283 nm~0.567 nm之间的锗纳米线的原子排布和电荷分布进行了计算研究。硅、锗纳米线宽度的改变使原子排布，纳米线的原子间键长和键角发生明显改变。纳米线表层结构的改变对各层内的电荷分布产生重要影响。纳米线中各原子的电荷转移量与该原子在表层内的位置相关。纳米线的尺寸和表层内原子排列结构对体系的稳定性产生重要影响。     

现代分析仪器在高中化学教学中的应用*——以“防晒霜的防晒效果实验探究”为例

从高中化学原子、分子等抽象性的知识教学出发,以防晒霜的防晒效果实验探究为例,探讨了现代分析仪器在高中化学教学中的应用。通过利用现代分析仪器紫外可见分光光度计,结合紫外线变色球实验探究防晒霜的防晒效果,分析并认识防晒霜中化学防晒的机理。结果表明,防晒霜的厚度越大、SPF越高,防晒霜的防晒效果越好,并且防晒霜的防晒效果可以持续一段时间,但是不同类型的防晒产品存在一定差异。在化学教学中渗透现代分析仪器的应用,为学生进一步了解化学学科在改变学习方式、拓宽学科知识领域、推动自身全面与可持续发展方面打下坚实的基础。     

不同波长条件KDP晶体的非线性光学性质研究

采用Z扫描方法系统的研究了KDP晶体在不同激光波长条件下的非线性光学性质.当λ=355 nm,功率密度为57.92 GW/cm2和λ=532 nm,功率密度为105.94 GW/cm2时,KDP晶体均呈现强烈的反饱和吸收和自聚焦效应,其非线性吸收系数和非线性折射率分别为6.50×10 -2cm/GW,1.17×10 -2cm/GW和8.02×10 -7cm2/GW,6. 14×10 -7cm2/GW;而在1064 nm波长,功率密度为347.95 GW/cm2时KDP晶体并未表现出明显的非线性性质.结果表明,在短波长的激光作用下,KDP晶体更容易产生非线性效应,双光子吸收是KDP晶体非线性吸收的主要机制.     

次线性期望下的一般中心极限定理

受Peng-中心极限定理的启发,本文主要应用G-正态分布的概念,放宽Peng-中心极限定理的条件,在次线性期望下得到形式更为一般的中心极限定理.首先,将均值条件E[X_n]=ε[X_n]=0放宽为|E[X_n]|+|ε[X_n]|=O(1/n);其次,应用随机变量截断的方法,放宽随机变量的2阶矩与2+δ阶矩条件;最后,将该定理的Peng-独立性条件进行放宽,得到卷积独立随机变量的中心极限定理.     

具有次线性中立项的二阶半线性微分方程的振动准则

研究一类具有次线性中立项的半线性微分方程的振动性.建立了新的振动准则,推广和改进了文献中若干新结果.     

基于模型的小域估计方法及其拓展——由单变量推广到多变量情形

小域估计是当今抽样调查领域的研究热点,通过建立小域估计模型,将所有调查区域通过公共的参数连接起来,利用相关区域数据作为辅助信息,解决多层次抽样调查中某些域样本量不足的问题,提高参数的估计精度。本文首先在目标变量是单变量的情形下,研究了域层次模型和单元层次模型的参数估计方法,进而推广到目标变量是多变量的情形,考虑变量之间的相关性,研究了多变量Fay-Herriot模型参数的经验最优线性无偏预测及其均方误差矩阵的性质,最后通过一个实例,验证了参数估计具有良好效果。