近红外光谱法在卷烟制丝质量稳定性控制中的应用

应用傅里叶变换近红外(FT-NIR)光谱分析技术结合相似度匹配的定性分析方法,以来自红河(V8)、云烟(软珍品)和红山茶(软)3个牌号在制烟丝样品的近红外反射光谱数据为基础,利用TQ统计软件分别建立以上牌号在制烟丝的相似度匹配鉴别模型,并对建模参数和模型的预测效果进行了评价.结果表明,红河(V8)、云烟(软珍品)和红山茶(软)3个牌号的烟丝模型对模型样品预测的相似度匹配值(SMV)均在90以上,而对非模型样品预测的SMV均较低,说明烟丝质量若发生变化,就可以通过近红外光谱分析技术结合相似的匹配分析很好反映出来.因此,应用FT-NIR光谱分析技术可以对在制烟丝进行快速和大批量检测,为卷烟加工质量控制提供了新的思路和方法.     

带常数红利边界马氏相依风险模型的Gerber-Shiu折扣惩罚函数的期望

本文研究了带常数红利边界的马氏相依风险模型,利用微分方法,推导出折扣惩罚函数的期望所满足的积分-微分方程,及其满足的边界条件,并给出了其解的一般表达形式.     

Frac（M）／M／1排队系统队长的瞬时分布

本给出了Frac(M)／M／1排队系统队长的瞬时分布的向后方程和向前方程。     

变温条件下受激布里渊散射增益系数的实验测量

从理论及实验上分析了介质温度对受激布里渊散射(stimulated Brillouin scattering, SBS)阈值及增益系数的影响.在理论分析的基础上, 提出了一种通过测量SBS阈值来决定介质SBS增益系数的新方法. 实验及测量结果表明, SBS增益系数会随着介质温度的增加而呈现指数上升的趋势. 关键词： 受激布里渊散射 阈值 增益系数     

求解基因排序问题的Arnoldi-型算法的改进

考虑利用Arnoldi型算法求解GeneRank问题。根据Arnoldi型算法的特点和基因排序问题本身具有的性质,对求解基因排序问题的Arnoldi型算法中存在的缺点进行优化,给出了一个新的算法。最后给出了数值实验,证实了新方法较原方法更有效。     

基于单字特征和搜索引擎的新词识别

新词识别是影响搜索准确率以及速率的重要因素.本文提出了一种基于统计模型和词语搭配的中文新词自动识别方法.采用条件概率的方法提取单字词搭配特征和临界词特征,并采用层次结构实现新词定位以及识别.首先采用双向最大匹配相结合的方法对文本进行词法粗切分,然后根据单字词搭配得到候选新词的位置,用临界词方法确定候选新词的边界,采用改进Nagao串频统计方法对新词候选词在本文内进行重复串统计,对于只在文中出现一次的新词则借助搜索引擎进行确定.对新浪网近期的网络文章进行测试,结果表明,基于本文方法设计的系统可以识别不同领域的新词,在低频词、较长的词以及新词语搭配方面取得了良好的效果.单字词搭配检查发现新词位置综合指标F值达到96.8%.     

考虑表面效应纳米压电双晶中波的频散分析

基于非局部应变梯度理论探究了考虑表面弹性和表面残余应力的纳米压电双晶中波的频散特性,压电双晶的上下压电层暴露在电场之中并且整体沉积在粘弹性基底之上.利用哈密顿原理和正弦剪切理论推导了控制方程,利用含非局部参数和长度尺度参数的尺度依赖本构关系得到了运动方程,带入谐波解求解相应的特征方程.数值揭示了表面弹性和表面残余应力、尺度参数和波数以及粘弹性基底对压电双晶的作用规律.研究表明,表面效应的存在对压电纳米双晶频率特性的研究至关重要,尺度参数和波数对频散特性具有耦合作用,弹性系数、阻尼系数和压电层厚度对频率的作用表现出区域性.     

衍射光学元件设计方法综述

衍射光学元件（DOE）因其轻型化、小型化和多功能化等特点,在现代光学系统中得到了越来越广泛的应用。针对不同应用场景下DOE的性能需求,研究人员需要灵活运用DOE的设计方法进行设计。通过回顾DOE设计的基本原理简述了现有基于衍射原理和干涉原理的DOE设计方法,通过几种典型应用中的最新进展阐述了具体的DOE设计方法及其适用性,并对DOE设计中的难点及其在未来科技中的可能应用方向进行了展望。     

哈密尔顿连通的有向线图（英文）

设D是一个有向伪图,如果对于任意两个点u和v,D有一条生成(u,v)-路或一条生成(v,u)-路,则D是弱哈密尔顿连通的;若既存在一条生成(u,v)-路又存在一条生成(v,u)-路,则D是强哈密尔顿连通的.一个有向伪图D的线图L(D)是D的弧集作为其点集,对于任意两个点a,b∈A(D),(a,b)是L(D)的弧当且仅当存在D中的点u,v,w满足a=(u,v)并且b=(v,w).本文刻画了两类有向伪图T及T’,使得L(D)是弱哈密尔顿连通的当且仅当D∈T,并且L(D)是强哈密尔顿连通的当且仅当D∈T’.     

图在三种约束条件下的正常全染色

设f:V(G)∪E(G)→{1,2,…,k}是简单图G的一个正常k-全染色.令C(f,u)={f(e):e∈N_e(u)},C[f,u]=C(f,u)∪{f(u)},C_2[f,u]=C(f,u)∪{f(x):x∈N(u)}∪{f(u)}.N(u)表示顶点u的邻集,N_e(u)表示与顶点u的相关联的边的集合.令C[f;x]={C(f,x);C[f,x];C_2[f,x]},对任意的xy∈E(G),G[f;x]≠C[f;y]表示C(f,x)≠C(f,y),C[f,x]≠C[f,y],C_2[f,x]≠C_3[f,y]同时成立.对任意的边xy∈E(G),如果有C[f;x]≠C[f;y]成立,则称f是图G的一个k-(3)-邻点可区别全染色(简记为(3)-AVDTC).图G的(3)-邻点可区别全染色中最小的颜色数叫做G的(3)-邻点可区别全色数,记为x_((3)as)″(G).研究了联图,完全二部图的(3)-邻点可区别全染色,得到了它们的(3)-邻点可区别全色数.