利用色散位移光纤和非平衡色散非线性光纤环境获得10GHz,2ps,无基座超短光脉冲

设计了一种利用色散位移光纤中高阶孤子压缩和非平衡色散非线性光纤环镜相结合的光脉冲压缩器,用以获得高质量的无基座光脉冲.利用这种方法,从主动锁模光纤激光器出射的中心波长为1553.7nm,重复频率为10GHz,脉冲宽度为11ps的光脉冲,压缩为2.0ps的无基座超短光脉冲 关键词：     

二项分布无失效数据的Bayes可靠性分析

本文对二项分布无失效数据，给出了Bayes估计、多层Bayes估计和Bayes置信下限，并对一些结果进行了比较。     

La_(2)ATiO_(6)(A=Mg,Zn)∶Er^(3+)荧光材料的上转换发光特性及温度传感特性调控EI北大核心CSCD

Er^(3+)的上转换性能强烈依赖局部位置对称畸变。在本研究中,采用高温固相法制备了La_(2)Mg_(1-w)Zn_(w)TiO_(6)∶xEr^(3+)(x=0,0.02,0.04,0.06,0.08,0.10;w=0,0.3,0.5,0.7,1.0)系列荧光粉。基于XRD精修,Zn^(2+)的掺杂改变了La_(2)Mg⁃TiO_(6)晶体的配位环境,晶相由Pbnm转变为P2_(1/n)。在980 nm激光激发下,样品上转换荧光强度随Er^(3+)离子浓度改变,当Er^(3+)离子浓度为x=0.06时样品的上转换荧光强度最强。基于荧光强度比技术研究了样品La_(2)Mg_(1-w)ZnwTiO_(6)∶xEr^(3+)(x=0.06;w=0,0.3,0.5,0.7,1.0)在303~583 K温度范围内的上转换荧光温度传感特性。实验结果表明,灵敏度随着Mg^(2+)和Zn^(2+)掺杂浓度比例的改变而改变,在w=1.0时达到最大绝对灵敏度0.90%·K^(-1),说明Zn^(2+)的掺杂提高了La_(2)MgTiO_(6)的灵敏度。     

工科"概率统计"教学中的几个问题

结合工科“概率统计”教学的实践,主张对分布函数的连续性、密度函数的不唯一性、方差为零的充要条件这些教学难点,补充证明,加强讲解.     

静水条件下淡水冰有效导温系数的优化辨识

依据天然河冰垂直温度剖面数据,构造了以拟合函数的系数为参变量的分布参数系统优化辨识模型,并分别用指数函数和线性函数拟合了河冰导温系数。对目标函数的优化采用Newton-Raphson算法,对热传导方程和灵敏度方程采用半隐式差分格式迭代求解。利用太原汾河二库天然冰垂直温度剖面数据进行了参数辨识和数值模拟,模拟结果与实测数据相吻合,表明所构造的参数辨识模型和优化算法是有效的。     

可靠度的M-Bayes可信限

在可靠性试验中,有时会出现无失效数据,特别是在高可靠性、小样本试验中更容易产生无失效数据.本文提出了无失效数据情形,产品可靠度的一种新的参数估计方法-"M-Bayes可信限法",给出了产品可靠度的M-Bayes可信限的定义和M-Bayes可信下限的估计公式,并给出了M-Bayes可信下限估计的性质.最后,给出了数值算例,通过例子可以看出,本文提出的方法可行且便于应用.     

无失效数据情形可靠性参数的估计和调整

本文在无失效取样情形下,提出了产品可靠性参数的一种估计和调整的方法———加权多层Bayes估计法.在无失效数据情形下失效率的多层Bayes估计和引进失效信息后失效率的多层Bayes估计的基础上,对可靠性参数进行了估计和调整———给出了失效率和可靠度的加权多层Bayes估计.最后,结合发动机的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.     

无失效数据的经典和Bayes估计

本文对指数分布无失效数据的失效率，给出了经典置信上限，Bayes置信上限和Bayes估计以及多层Bayes估计，并给出了数值例，还对一些结果进行了比较。     

关于两个猜想的证明

文献[1]提出了参数估计的一种新方法—E-Bayes估计法.对Pascal分布,给出了分布参数的E-Bayes估计的定义、E-Bayes估计公式,并提出了两个猜想,但没有给出证明.本文给出了这两个猜想的证明.     

《概率论与数理统计》中借助数学实验理解几个极限定理

立足于打破传统的教学模式,融入数学实验思想和方法,淡化严密形式,关注应用思维的数学教学指导思想.借助MATLAB设计实验,直观形象地展示《概率论与数理统计》中的泊松定理,棣莫弗—拉普拉斯中心极限定理等,从观念上、方法上解决了数学抽象性与人才培养特征之间的矛盾.