Steenrod代数上Q_i型简单模

<正> 设A为modp Steenrod代数,p≥2,P~R,Q_o,Q_1,Q_2,…为A的Milnor基元(见[7]),令P_t~s=P~(o,…,o,p~s,o,…),p~s在序列第t个位置,则当s相似文献   

红茶中茶黄素类物质的高效液相色谱分离及其定量测定

红茶中茶黄素类[Theaflavins]物质的含量对茶叶的品质和市场价格影响很大。茶叶中茶黄素类物质含量的测定,最常用的方法是溶剂萃取—分光光度法测定其总量,后来逐步发展了纸色谱法和经典柱色谱法,也有人采用气相色谱法进行测定,但样品需经过复杂的预处理和衍生化处理Hoefler和Coggon首先将高效液相色谱用于茶黄素的分离,但定量工作未见报道。     

聚酰亚胺LB膜热解制备SiC薄膜的XPS研究

用XPS对沉积在硅基片上的聚酰亚胺LB膜以及由它真空热解制备的SiC薄膜进行了研究 ,并对其形成过程进行了跟踪分析 .XPS结果显示聚酰亚胺LB膜结构均匀 ,质量良好 ;真空热解时 ,约在 6 70℃时LB膜中的C与衬底Si反应形成SiC ;Ar离子溅射深度俄歇谱表明所制备的SiC膜中Si和C浓度成梯度分布 ,说明SiC是由Si和C相互扩散反应形成的     

CexTi1-xO2复合氧化物表面结构和体相结构的演变

利用X射线衍射、N₂吸附等温线、X射线光电子能谱、X射线吸收谱、H₂-程序升温还原、甲基橙选择化学吸附和等电点测定等方法研究了共沉淀方法制备的一系列Ce_xTi_1-xO₂复合氧化物的结构. 成功发展了甲基橙选择化学吸附和等电点方法研究Ce_xTi_1-xO₂复合氧化物的最外层表面结构, 并定义了“等价CeO₂表面覆盖度”来描述Ce_xTi_1-xO₂复合氧化物的最外层表面结构. Ce_xTi_1-xO₂复合氧化物 (x ≥ 0.7)形成立方萤石相固溶体, Ce_0.3Ti_0.7O₂表现出纯的单斜相, 而其它复合氧化物表现出混合相. Ce_xTi_1-xO₂复合氧化物最外层表面结构的演变行为不同于其体相结构.Ce_0.7Ti_0.3O₂立方萤石相固溶体最外层表面已经部分形成了单斜相Ce_0.3Ti_0.7O₂, 随Ce含量的降低, 单斜相Ce_0.3Ti_0.7O₂从最外层表面向体相生长. Ce_xTi_1-xO₂复合氧化物立方萤石相固溶体和单斜相Ce_0.3Ti_0.7O₂分别在相对较低和较高的温度表现出好的还原性能. 上述结果提供了全面和深层次的Ce_xTi_1-xO₂复合氧化物结构信息.     

蜂蜜中果糖和葡萄糖近红外检测的差异性分析及优化研究

采集了来自全国20种单植物源和其它多植物源的101份的蜂蜜样品,分别运用傅立叶型近红外光谱仪采用光纤透反射(800～2500nm,2mm光程)和透射(800～1370nm,20mm光程)采集方式获得近红外光谱,来预测蜂蜜中结构和含量都很相近的果糖和葡萄糖含量。结果发现,两种测量方式下果糖、葡萄糖的预测准确度存在着较大的差异。为了分析这种差异产生的原因,采用支持向量机分析其非线性信息,采用遗传算法分析其特征波长,结果表明:这种差异主要来自两种糖分特征波长分布不同所导致。通过对两种糖分的检测方案进行优化,得出在利用近红外光谱技术检测蜂蜜中葡萄糖成分含量时应尽量采集短波区、长光程的光谱,或者对全谱区、短光程的光谱,进行特征波长的提取,避开水分的干扰,从而提高其预测精度;而对于果糖,则应尽量采集全谱区、短光程的光谱;采用常用线性定量建模方法PLSR就可以得到很好的预测模型,非线性的支持向量机模型未能明显提升模型性能。     

云纹的矩阵分析

本文定义了三类光栅的光线变换矩阵，并用所给矩阵分析了云纹.所得结果和文献所给出的结果一致.     

采用GAF-D3Net深度学习网络的水下目标有源识别方法

提出一种基于格拉姆角场(GAF)和卷积神经网络(CNN)的水下目标有源识别方法。该方法利用GAF将目标回波信号编码为二维图像,使用空洞卷积构建轻量级的卷积神经网络GAF-D3Net实现对目标的特征提取与分类识别。实验表明,与基于传统图像特征的分类方法相比,所提方法的分类精度有显著提高,达到99.65%。在泛化性测试中,对比了经典CNN使用声呐图像的迁移学习方法,本文方法的曲线下面积(AUC)达到89%,具有更好的泛化性能以及抗干扰能力,为实现水下目标有源识别提供了一种可靠方法。