温度对低共熔溶剂影响的二维拉曼光谱研究

低共熔溶剂（DES）作为一种新式的绿色溶剂，在多种化学过程中表现出色，因此在诸多热门范畴都展现出良好的发展潜力。对DES的光谱分析通常局限在一维光谱技术上，但其分辨率低、谱峰重叠严重等缺点，导致光谱数据存在误差。运用二维拉曼光谱（2D Raman），能够明显提高光谱分辨率，并发现重叠峰位置，获得在外扰条件下不同谱峰的变化顺序及其相互作用等重要信息，以实现对复杂体系的精确分析。以氯化胆碱（ChCl）和ZnCl₂合成的DES为例，利用显微共焦激光拉曼光谱仪分别对ChCl和DES进行拉曼实验，发现与ChCl相比，DES中各处峰的整体强度显著下降，原有的谱峰未消失，说明Zn2+的加入没有破坏ChCl的骨架结构。287 cm-1处出现一个新的特征峰，推测有Zn-Cl配位键的伸缩振动。对DES进行升温拉曼实验，发现随着温度的升高，NC₄的不对称伸缩振动峰强度逐渐减小，峰宽变大，峰形变缓，Zn-Cl配位键伸缩振动峰强度逐渐降低，峰位置基本不变，峰形有明显重叠。运用2D Raman技术对溶液内NC₄和Zn-Cl特征峰的变化进行研究，结果表明，随着温度的升高，溶液中发生ChCl向Ch+的解离过程，Zn2+与Cl-形成了多种配合物，ZnCl-₃，Zn₂Cl-₅，Zn₃Cl-₇之间存在相互转化。不同位置的特征峰随温度的变化顺序不同，将特征峰与团簇进行一一归属，得出了各个团簇对温度的敏感程度。基于量子化学中的密度泛函理论，对推测的物质结构进行构型优化和参数计算，证实了其存在的可能性，同时也验证了2D Raman的分析结果准确可行。这些结果将为DES的后续研究提供理论参考，拓展了二维光谱技术的应用范围。     

基于多分类马田系统的半监督数据异常点检测方法

针对包含多个正常类的多元数据异常检测问题,提出了一种基于多分类马田系统的半监督数据异常检测方法.通过对训练数据集中的每个正常类分别建立马氏空间,构建了基于马氏距离的多类测量尺度,方法对测试数据集中正常数据进行分类的同时,能够实现对异常数据的检测.通过模拟带异常值的高斯混合模型数据验证了该方法的有效性.     

空间数据变系数回归中的B-spline估计法

本文借助B—spline函数逼近开发了一种整体估计程序,用以估计变系数回归中的未知系数函数．在较弱假设条件下,建立了未知函数B—spline估计量的整体收敛速度,渐近性结果显示B-spline估计量达到了最优收敛速度,并推导了未知函数B—spline估计量的渐近分布．本文还给出了一种光滑参数选择方法,通过Monte Carlo模拟研究了估计量的有限样本性质,并用文中提出的方法分析了1980年美国总统选举投票数据．     

带有B&L转换规则的Vp(X)和R控制图的经济设计

在已有Vpx和R控制图基础上,结合B&L转换规则,构建了控制图经济模型,给出了相应的费用函数.运用数值实例将构建的模型与现有Vp 和R控制图进行了比较分析,发现构建的模型可以明显的缩短报警时间,减少单位生产费用.并针对数值实例,运用了遗传算法搜索经济设计的最优解,验证了该模型的节约效果.     

基于MCMC的随机库存系统中提前期需求分布的计算

在需求和提前期均是随机的库存系统中,提前期需求的分布是由提前期分布与需求分布复合而成的,这个复合分布的计算通常是困难的。本文采用基于Gibbs抽样的马尔科夫链蒙特卡洛(MCMC,Markov chain Monte Carlo)方法,抽取条件分布样本作为提前期需求分布的样本,通过样本来计算提前期需求分布密度、服务水平和损失函数。这种方法避免了直接求解复杂积分计算上的困难,也克服了近似分布拟合偏差过大的问题,有效地解决了随机需求与随机提前期的复杂库存系统中提前期需求确定问题。理论与数值分析结果表明:与现有方法相比较,基于MCMC的方法具有计算简便、拟合精度高、通用性好等特点。     

面向航天型号软件缺陷预测的属性选择方法

针对当前航天型号软件模块故障预测中度量属性过多而影响分类模型效率、准确率和数据收集困难的问题,以NASA公布的MDP数据集为基础,设计了基于Logistic回归模型的属性选择算法;通过该算法在6个数据集上的应用选择了对航天型号软件质量影响较大的4个属性,并将其在12个软件中进行验证,说明了该算法的有效性,选择的4个度量属性可为当前航天型号软件的度量提供参考和依据。     

多分散Au-Ag合金纳米球的光谱消光法反演

贵金属纳米颗粒具有局域表面等离子体共振特性而引起了广泛的关注,其中Au-Ag合金纳米颗粒具有良好的结构稳定性、光热性能以及潜在的抗癌功效而得到普遍研究。在众多应用中的特性与其粒径和浓度密切相关,然而目前常用的电子显微镜观察法和动态光散射法不能同时获得粒径和浓度信息,因此采取有效手段测量颗粒粒径和浓度信息至关重要。基于光谱消光法,利用非负的Tikhonov正则化方法解决反演问题,并根据Mie理论计算消光矩阵。针对噪声问题,采取两种情况研究多分散Au-Ag合金纳米球粒径分布与浓度的反演问题。未添加噪声情况下,颗粒系Ⅰ的反演相对误差小于颗粒系Ⅱ,在波长范围300～500 nm之间的反演相对误差最小,对应平均粒径、粒径标准差和颗粒数浓度的反演相对误差分别为0%,-0.03%和0%。添加随机噪声情况下,将0.5%和1.0%的随机噪声添加进颗粒系Ⅰ中的消光谱,经过数据比较发现在波长范围200～600 nm之间的反演相对误差最小。当添加0.5%的随机噪声时,粒径分布、粒径标准差和颗粒数浓度的变化范围分别为79.76～80.15 nm, 5.60～6.61 nm和0.995 8×1010～1.005 9×1010个·cm-3;当添加1.0%的随机噪声时,粒径分布、粒径标准差和颗粒数浓度的变化范围分别为78.87～80.27 nm, 5.36～9.00 nm和0.992 4×1010～1.027 7×1010个·cm-3。反演结果随着随机噪声的增大,变化范围也明显增大即反演相对误差增大,并且每次添加相同随机噪声后的反演结果不同。为了减少随机噪声导致的不稳定性,对100次反演结果进行平均得到平均粒径、粒径标准差和颗粒数浓度。当随机噪声从0.5%增大至1.0%时,其反演结果的相对误差均增大,但是反演得到的粒径分布、粒径标准差和颗粒数浓度相对误差均小于6%,这说明通过反演算法得到的反演结果具有较好的稳定性。研究表明,光谱消光法为反演多分散Au-Ag合金纳米球粒径分布与浓度提供了一种简单、快速的表征手段,也对研究非球形纳米颗粒有启示作用。     

基于粒子群的模糊神经网络的短时交通流量组合预测

为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。     

基于虚拟仪器的惯性敏感器自动测试系统

介绍了基于虚拟仪器技术的惯性敏感器自动测试系统的实现方法.系统可用于对多种敏感器进行测试,具有X-Y和V-T两种测试方式.系统除了能完成测试任务之外,还添加了仿真模块,可根据用户设定的敏感器指标模拟输出测试曲线,用于与实际测试情况进行比较.在数据处理与分析中建立了各种敏感器参数的解算模型,用户可根据实际测试需要进行动态选取.对测试需求进行了分析,提出了系统的总体方案与组成结构,对硬件配置作了说明,介绍了软件的模块化设计方案,列出了软件运行流程图,最后给出了测试实例.应用证明,该系统在功能、操作性、通用性及可靠性等方面达到了预期效果.     

漫谈第二十一届国际数学竞赛题

最近,我们的一位正在美国学习的友人寄来一份第二十一届国际数学竞赛题,其中未附解答,也没有这届竞赛的情况介绍。在这里,把我们的解答奉献给读者,并对每个题目都作了一些评注,即指明本题是否有推广的可能;举出与本题内容相近或解法上有共