三棱镜折射率测量结果的不确定度评定

根据不确定度的有关概念及具体实验教学模型 ,提出了测量不确定度的简化模式. 结合分光计 测三棱镜折射率的例子 ,进行了具体分析 ,给出了其测量不确定度的最终评定.     

测量的不确定度及其应用

本文讨论测量的不确定度及其应用办法。用不确定度评价测量质量具有客观、不遗漏等特点,在标准研究和测量中可推广应用。     

HPLC测定排石颗粒中芦丁含量的不确定度评定

分析HPLC法测定排石颗粒中芦丁含量的不确定度.通过建立HPLC法测定含量的数学模型,找出影响不确定度的因素,并对各个不确定度因素进行评估、计算,由此计算合成不确定度,最终给出测量结果的扩展不确定度和置信水平.合成不确定度为0.026；扩展不确定度为0.007％；扩展不确定度为0.007％,排石颗粒含量/％测定结果为(0.13士0.007)％.建立HPLC法的不确定度分析与计算方法适用于颗粒制剂HPLC法含量测定不确定度评定.     

氢化物发生-原子荧光光谱法测定环境空气中砷和锑的结果不确定度评定

对氢化物发生-原子荧光光谱法测定环境空气中砷和锑含量的不确定度进行了评定.由测定过程的数学模型分析了产生不确定度的因素.通过不确定度评定得出不确定度的主要来源于样品的制备过程.其中消解过程带来的不确定度最大     

一种基于 k-means 聚类和半监督学习的医学图像分割算法

医学图像分割是计算机视觉和图像处理领域近年来研究的热点问题之一。一种基于k-means聚类和半监督学习的医学图像分割新算法被提出。在k-means聚类模型中,相似度函数是关系到聚类效果好坏的关键因素。所使用的相似度函数通过基于side-information的半监督学习方法来确定;确定后的相似度函数又被运用回k-means聚类模型中来实现对医学图像的分割。为了检验该算法效果,脑部肿瘤患者的磁共振图像被运用在实验中。分析结果表明:该算法在本文所采用的实例中能获得优于传统算法的分割效果。     

模糊控制中的参数模糊化新方法研究

提出了一种基于参数正态分布的模糊化新方法，并建立了模型。该模型首先将参数正态分布化，然后确定各模糊集对应的积分区间，最后通过积分求出参数属于各模糊集的隶属度，从而实现了参数的模糊化。这种模糊化方法数学物理意义明确，算法统一，便于计算，可操作性强，解决了模糊控制系统中参数模糊化时隶属度难于确定的实际问题。特别适用于对那些有一定正态离散性的参数(如误差型或概率型参数)进行模糊化。通过模糊化实例计算表明该方法有效、可行。     

基于纹理特征的数字图像置乱效果分析

以信息安全为背景，从数字图像置乱的角度对图像信息保密传输作了讨论．着重研究了评价置乱效果的数学描述——置乱度，提出了一种基于图像纹理特征的计算公式，并对其作了归一化处理．实验数据表明，该置乱度能较好地反映置乱效果．     

论层裂强度

讨论了层裂强度的理论预估及经验确定．指出，平面冲击波致层裂试验的试件自由面速度或界面应力历史的实验最小值与损伤演化过程有关．数值模拟揭示，层裂面上的损伤演化严重影响层裂碎片中的波剖面传播．因此，平面层裂试验的“拉回”信号必须赋予新的解释，层裂强度的实验确定必须涉及层裂过程中的损伤演化．     

规则中不确定性的表示与传播——信任函数的情形

研究了信任函数理论框架下规则中的不确定性的表示与传播,引入信任结构表示不确定的规则。定义了信任结构的复合与分解运算,由此提出了一种新的不确定推理模式。     

稀疏正则化最小类散度半监督分类机

基于稀疏表示理论提出一种稀疏正则化最小类散度半监督分类机(SRMCV), 且对于模式分类问题, SRMCV通过引入稀疏Laplacian正则化项和类内散度信息以实现预测空间函数在全局稀疏表示结构下平滑变化, 同时通过类内数据散度结构进一步优化决策函数的判别方向, 此方法能解决现有SSL方法对模型参数敏感和在噪声学习环境下缺乏鲁棒性等问题, 其有效性已在实际数据集上通过实验验证.     

谓词逻辑系统MTL∀中公式的公理化真度

命题逻辑及谓词逻辑计量化是逻辑系统的研究热点之一。在左连续三角模的谓词逻辑系统MTL?中,利用公理化方法提出了MTL∀公式的真度,证明了该真度的MP规则、HS规则及交推理规则;同时在谓词逻辑系统MTL?的一阶闭逻辑公式集中引入了相似度和伪距离,证明了关于相似度的一些良好性质,并讨论了逻辑运算关于伪距离的连续性问题。     

Dicke模型中场的振幅k次方压缩

本文利用微扰方法研究了与Dicke模型中N个两能级原子系统通过单光子及双光子过程相互作用的相干态场的时间演化,研究表明,若单光子和双光子Dicke模型中的N个两能级原子初始时皆处于去激发状态,则在初始短时间内可产生场的振幅k次方压缩,且场的振幅k次方压缩态是场振幅k次方的正交分量的最小测不准态。     

一种基于闭环优化的新型鲁棒预测控制方法

针对带约束的凸多面体线性不确定模型，提出了一种新型鲁棒预测控制方法，它采用离散化的不确定模型构造最小－最大优化控制问题，并在其中直接引入状态反馈机制，与其他最小－最大预测控制方法相比，这种方法等效于增加了控制序列的长度，为优化问题增加了更多的自由度，从而扩大了可行域，作为最小化目标的是离散化不确定系统在整个预测时域上二次型成本函数的最大值，而不是各预测阶段应成本项的上界之和，从而减少了与最小－最大优化相关的方程个数，有利于降低计算复杂性，文中进一步证明了不确定系统的闭环稳定性取决于优化问题在初始时刻的可行性，并将优化问题转化为线性矩阵不等式形式。最后，以数值仿赵例子验证了方法的有效性。     

关于奇点类型的讨论

剖析了数学奇点和物理奇点这两个概念及其它们在本质上的差异：数学上的本性奇点只不过是无穷级极点。而物理奇点如Schwarzchild黑洞中的Schwarzchild坐标的原点r=0的奇异性却出现在黎曼曲率张量里,它才真正反映了事物本质上的奇异性。     

增长网络结点度相关性的混合系数

鉴于增长网络的一个显著特征是相邻结点之间的关系自发地形成,与被广泛研究的结点度分布相比,此种相邻结点关系的研究能更清楚地揭示更多内在的增长网络的结构特征．为此提出了一种称为混合系数M（2）的网络结点度相关性测度用来判别增长网络的同配和异配性．通过大量的计算机模拟和数值统计,分析了该测度关于网络规模N和稠密度ρ的稳定性,结果显示该测度比判别网络同配和异配性的Newman相关系数r（g）更具有稳定性．因此,混合系数M（g）具有优越性,可更好地被应用到实际网络的同配和异配性分析中．     

低阶CA-广群及其分类

群是描述基于结合律的对称性的基本代数结构. 为了表达更一般的对称性(或变异对称性), 群的概念被以各种方式推广. 循环结合广群(CA-广群)是以非结合环、左弱Novikov代数和CA- AG-广群为背景, 基于循环结合律的代数结构, 对于探讨低阶CA-广群及其分类进而深入研究CA-广群具有重要意义. 本文介绍了CA-广群、中智扩展三元组群(NET-群)等基本概念及其基本性质, 并借助Matlab软件设计计算程序得到了全部3阶和4阶不同构的CA-广群, 也给出其完全分类.     

基于偏序关系的Rough集模型及其应用

在标准Rough集理论的指导下，利用偏序关系性质构造了不同分类，并以此为基础探讨了上、下近似集，从而构建了基于偏序关系的Rough集模型。新模型将Rough集理论的应用范围由等价关系扩展到偏序关系。为了更好地增强模型的实用性和灵括性，一方面从程度、精度、概率等角度出发分别对其进行了扩展，另一方面引入依赖度使其适用于研究各种非严格的偏序关系。给出了实例分析，并结合现实生活中的现象阐述了模型的应用价值。     

关于Fejer算子的逼近度

用Ｋｎ记Ｆｅｊｅｒ算子的逼近度．本文证明是单调增加的，而且     

基于继电反馈的气动阀门模型辨识方法

气动阀门的模型辨识是实现控制参数自整定的关键点之一.提出了一种基于继电反馈法的模型识别方法,从一个继电反馈实验的极限周期振荡中提取出其准确的正、反行程的一阶惯性加纯滞后模型.该方法结合气动阀门的实际物理特性,没有任何近似与假设,给出了具体的操作方法与计算公式.对某型号气动阀门进行实例验证并将辨识结果用Matlab进行仿真,通过两者的对照分析,验证了该方法的有效性和准确性.