三人模糊联盟合作博弈的最小核心解

研究了联盟是模糊的合作博弈.利用多维线性扩展的方法定义了模糊联盟最小核心解,并推导出三人模糊联盟合作博弈最小核心的计算公式.研究结果发现,多维线性扩展的模糊联盟合作博弈最小核心解是对清晰联盟合作博弈最小核心解的扩展.最后给出三人模糊联盟合作博弈的一个具体事例,证明了此方法的有效性和适用性.     

共聚型氯醇橡胶锂离子聚合物电解质的制备和性能

以共聚型氯醇橡胶(ECO)为基体, 通过在基体中溶解不同浓度的LiCF₃SO₃制备了一系列聚合物电解质. 利用差示扫描量热技术(DSC)研究了该体系锂盐浓度对聚合物电解质玻璃化转变温度的影响, 用傅里叶变换红外光谱(FTIR)研究了体系内锂盐与聚合物基体的相互作用. 结果表明, 在相同锂盐浓度下, ECO基聚合物电解质的室温离子电导率比传统的聚环氧乙烷(PEO)基聚合物电解质提高了2个数量级, 并且体系电导率在升降温循环测试中没有弛豫现象产生. 这是由于ECO基体的非结晶性所致.     

氨基酸突变对GABAa受体结合能力的影响

采用同源建模技术构建了大鼠γ-氨基丁酸a型受体(GABAaR)模型, 并将氨基酸残基β157Tyr和β205Tyr突变为相应的突变受体模型. 使用分子对接方法计算了γ-氨基丁酸(GABA)与突变前后受体的相互作用. 对接计算结果显示, Tyr突变为Phe后, 两种突变受体的对接能量大幅提高, GABA生物活性降低; 当Phe的对位引入氟原子后, 对接能量与未突变受体相比更低. 另外, 与β205Tyr突变相比, 与配体距离较近的β157Tyr突变, 对受体与配体作用的影响更大.     

斩波法在激光微能量计标定中的应用

针对激光微能量测量的问题,提出一种激光微能量计标定新方法与装置。研究内容包括使用稳功率连续激光作为光源,通过基于斩波的脉冲发生器组件产生微能量的脉冲激光,分别使用脉冲宽度测量组件与功率测量组件进行采集、软件分析,计算微能量值及通过比对给出待标定能量计的修正系数,计算机自动控制。结果表明,该方法获得的脉冲激光波形稳定,脉冲宽度测量不确定度为0.08%,激光功率测量不确定度为0.25%,实现了对0.1 pJ～1 mJ的激光能量进行准确复现和传递。     

J-TEXT 装置静态扰动场电源系统结构分析及实现

研制了一种基于电容储能的脉冲电源系统用于J-TEXT 装置扰动磁场线圈的运行,介绍了J-TEXT 装置静态扰动磁场线圈(SRMP),对静态扰动磁场电源系统进行了原理分析,并给出了电源的运行结果。实验运行效果表明,输出电流最大能达到8kA,最大电流上升率为200A.ms^-1,静态扰动场电源系可以稳定地工作,可以产生足够的扰动磁场并开展相关物理实验。     

胆酸盐在酸性介质中自聚集作用的共振瑞利散射光谱及其分析应用研究

研究了牛磺胆酸钠、甘牛胆酸钠、胆酸钠和脱氧胆酸钠等四种胆酸盐在酸性介质中的聚集作用对共振瑞利散射光谱的影响及其分析应用. 结果表明: 在一定浓度的HCl, H₂SO₄或HNO₃溶液中, 四种胆酸盐均能自聚集形成粒径增大的聚集体. 该聚集体能导致溶液RRS显著增强, 并产生了新的RRS光谱. 不同胆酸盐在同种介质中的反应产物具有相似的光谱特征, 最大RRS波长分别位于349 (HNO₃介质), 359 (H₂SO₄介质)和369 nm (HCl介质). 在一定范围内, 胆酸盐的浓度与散射强度(ΔI_RRS)成正比. 对于不同的体系其检出限在12.0～21.8 ng/mL之间. 方法灵敏度高, 选择性较好, 而且十分简便快速. 可用于市售蛇胆川贝液和血清样品中胆酸盐的测定.     

基于温和氧等离子体实现硫化钼P型掺杂的研究

采用一种处于电容放电模式(E-mode)的温和氧气电容耦合等离子体技术对薄层MoS2进行处理,实现了P型掺杂.通过光学显微镜、拉曼光谱、X射线光电子能谱和场效应晶体管的转移曲线测试,对MoS2的掺杂机理进行了分析,发现温和氧气等离子体处理过程中氧和钼能形成Mo-O键,从而提供额外的空穴使其电子浓度下降,最终导致其开启电压变高、输出电流下降,同时氧气的化学吸附诱导在MoS2层中引入了P型掺杂.此研究为实现MoS2的P型掺杂提供了新途径.     

分数阶微分预处理及PCA-SRDA的多模型融合对红富士苹果产地溯源

苹果产地溯源具有重要的应用价值和现实意义。为了探寻苹果产地溯源新方法,以红富士品种为研究对象,以新疆阿克苏、山东烟台、陕西洛川三个产地671个红富士苹果样本为试材,分别采集其590～1 250 nm的近红外透射光谱,然后基于分数阶微分(FD)及主成分分析(PCA)-谱回归判别分析(SRDA)进行多模型融合,构建红富士苹果产地溯源的集成学习模型。首先,将经过光谱校正后的光谱数据划分为训练集和测试集,并利用分数阶微分预处理训练集光谱,获取不同阶次(取0～2阶,步长为0.1)的分数阶微分光谱;结合不同阶次的分数阶微分光谱及PCA-SRDA算法构建基学习器,将基学习器预测结果构成一个新训练集,并通过决策树算法完成模型融合,得到最终分类预测模型;随后,采用对应阶次的分数阶微分预处理测试集光谱,并基于已建立的基学习器,获得测试集相应的预测结果;最后,将预测结果构成一个新测试集,并基于已建立的分类预测模型,输出最终的预测结果。按7∶3比例随机划分样本集,并进行200次重复实验。结果表明,结合不同阶次的分数阶微分预处理及线性判别分析(LDA)、 SRDA、 PCA-LDA、 PCA-SRDA算法建立多...     

$L^p(K)$中RBF神经网络的系统识别问题

L^p approximation problems in system identification with RBF neural networks are investigated. It is proved that by superpositions of some functions of one variable in L^ploc（R）, one can approximate continuous functionals defined on a compact subset of L^P（K） and continuous operators from a compact subset of L^p1 （K1） to a compact subset of L^p2 （K2）. These results show that if its activation function is in L^ploc（R） and is not an even polynomial, then this RBF neural networks can approximate the above systems with any accuracy.