Rodabaugh α-闭包的推广

对LF拓扑空间的分明集及模糊格L中的元素α,Rodabaugh提出了α-闭包的概念.本文对此做了推广，对LF拓扑空间中的任一LF集，定义了HFα-闭包．并顺便引入了HFα-闭集的概念.文中讨论了这两个概念的基本性质。     

L—fuzzy拓扑空间中近良紧集的刻画

本文在Ｌ－ｆｕｚｚｙ拓扑空间中，针对Ｌ－ｆｕｚｚｙ子集定义子Ｍｒ－复盖及具有有限Ｍｒ交性质的闭集族等概念，并以此刻画了近良紧集的一组特性，证明了近良紧的对正则闭集遗传以及是“Ｌ－ｇｏｏｄ ｅｘｔｅｎｓｉｏｎ”等结论。     

Sr_2CeO_4:Nd~(3+)纳米粒子的合成和近红外发光

采用甘氨酸-硝酸盐燃烧法制备了Sr2CeO4和Sr2CeO4:Nd3+发光纳米粒子。样品的结构及性质采用XRD,TEM,荧光光谱及荧光衰减曲线等进行表征。在1200℃煅烧1h能够得到均匀的类球形Sr2CeO4:Nd3+纳米粒子,其粒径大小为20~40nm,并具有良好的分散性和高效的近红外发光特性。Nd3+合适掺杂浓度为0.15%(摩尔分数)。对Sr2CeO4:Nd3+近红外发光的机制分析表明:通过基质Sr2CeO4吸收紫外光,基团CeO4发生了电荷转移达到激发态,并将激发态能量传递给了Nd3+,从而使Sr2CeO4:Nd3+产生了特征的近红外发射。     

基于波导、金和氧化锌的随机激光器的研究

通过将金属金嵌入到上下两层波导结构中,与ZnO随机粒子相结合,设计出一种新型结构的随机激光器。采用时域有限差分法(FDTD),数值模拟了该随机激光器系统的光场分布和模式频谱图,并针对金粒子和金薄膜两种情况进行对比分析。结果显示,采用金粒子作夹层时,出射激光模式数量减少,单色性较好;采用金薄膜作夹层时,出射激光光强较大。     

激光诱导金纳米棒图案化光纤SERS探针

研究了激光诱导沉积制备光纤表面增强拉曼散射(SERS)探针,并对探针的SERS性能进行检测。探讨光纤探针制备过程中金纳米棒溶液的浓度对探针灵敏度的影响。结果表明,将不同浓度的金纳米棒溶液进行激光诱导,在光纤端面会形成金纳米棒团簇和分散两种纳米结构。金纳米棒溶液的浓度、激光功率、诱导时间等因素都会对诱导沉积图案产生影响。实验利用功率为5 mW的激光进行诱导,在1.5×10^-9, 1.0×10^-9和7.5×10^-10 mol·L^-1的金纳米棒溶液中,经5 min沉积,制备出不同图案的光纤SERS探针。采用晶种法合成金纳米棒,用透射电子显微镜(TEM)观察金纳米棒形貌,并根据TEM图像分析计算了合成金纳米棒的长径比约为3.8。用扫描电子显微镜(SEM)观察金纳米棒的形貌以及激光诱导沉积后的纤维修饰端形貌,7.5×10^-10 mol·L^-1的金纳米棒溶液进行激光诱导,金纳米棒在光纤端面分布较为分散,而1.5×10^-9和1.0×10^-...     

L-fuzzy拓扑空间上的Dα-收敛性

在L-fuzzy拓扑空间中,利用Dα-闭集定义了分子网的Dα-附着点、Dα-极限点、Dα-聚点等概念 . 系统讨论了这些概念的基本性质.     

冲击载荷下仿贝壳珍珠层Voronoi结构的动态力学响应

贝壳珍珠层复合结构是一种有效的抗压结构系统,微观上具有Voronoi随机结构,具有良好的力学特性。为了研究仿贝壳珍珠层Voronoi结构在冲击载荷下的动态力学响应,建立了一种铝/乙烯基复合材料的三维Voronoi模型。首先,应用随机Voronoi技术建立仿贝壳珍珠层Voronoi随机模型,然后在随机多边形铝片之间引入黏结层,模拟黏结和分层过程,从最大变形、损伤分布和耗散能量等方面探讨Voronoi片板模型在弹丸冲击荷载作用下的力学性能,并与规则片板模型进行对比分析。结果显示:Voronoi结构更有利于冲击能量的扩散与吸收,减小应力集中,更好地发挥能量共享机制;而规则模型的冲击损伤主要集中在弹丸冲击点附近区域。最后讨论了黏结层厚度和分块尺寸对Voronoi模型力学性能的影响,结果表明:分块尺寸对Voronoi模型抗冲击性能的影响很小;黏结层对损伤耗散能和塑性能的影响很明显,黏结层越薄,模型的抗冲击性能越好。     

基于社会智能的网络信息流安全环模型

基于人类的社会智能特征，提出了一种网络信息流安全环模型．该模型分4个层次控制网络信息流的动态安全：安全入口层负责用户的身份验证和信息流的安全封装；社会智能层赋予信息流自我感应、自我保护、自我调控的行为能力；事务层实现商业事务的提交、处理、回滚，提供实时保护和在线恢复机制；TCP／IP安全协议层则保障网络信息流的安全传输．这4个层次协同运作，构建了不同等级的安全环．通过数学模型的建立和论证，证明该模型可以有效地保障网络信息流的动态安全，为商业事务的整体安全提供了一种可行的解决方案．     

毛细管电泳分离-激光诱导荧光检测生物胺

采用新合成的6-氧-[(1-琥珀酰亚胺)氧酰甲基]-荧光素乙酯(SOFE)作为柱前衍生试剂,毛细管电泳分离-激光诱导荧光检测了乙醇胺(EOA)、组胺(His)、甲胺(MA)、乙胺(EA)、酪胺(TYR)及苯乙胺(PEA)6种生物胺。在硼酸-硼砂缓冲溶液(pH8.5)中,室温(25℃)下衍生10min。用pH8.5的含25mmol/LSDS15%(V/V)乙腈的40mmol/L硼酸盐溶液作为电泳缓冲溶液,6种衍生物在15min内完全分离,检出限在2.5×10-11～8×10-11mol/L之间。该方法应用于酱油中生物胺的测定,结果令人满意。     

力学研究中"大数据"的启示、应用与挑战

大数据在全世界发展迅猛, 应用成效显著.大数据独特的思维和方法, 为科学研究与探索提供了全新的范式.力学研究中,高时空分辨率、多参数同步观测与高精度、大规模模拟手段的发展,为力学大数据的发展提供了契机,大数据、机器智能方法的应用正呈现快速上升趋势.本文旨在分析大数据思维方法在力学研究中的应用, 及其启示与挑战.首先从大数据资源、大数据科学及大数据技术3个层面分析了大数据的内涵及研究态势,概括了国内外政府及组织机构的大数据发展规划.而后对比分析了力学思维方法与大数据思维方法的特点,指出两者的本质区别在于数据使用方式的不同而带来的范式差异:大数据采用数据驱动模型替代力学中的偏微分方程组以描述问题,在复杂系统的分析、预测中优势显著.回顾了大数据方法在材料性能预测、材料本构建模、湍流建模、结构健康监测及试验力学等方面的最新研究进展,以及动态数据驱动与数字孪生等大数据驱动的建模模拟新范式.总结了大数据在力学研究中应用的3种方式, 即驱动已有模型改进,挖掘复杂隐含的规律, 以及替代已有的理论方法等. 最后,建议以力学研究为主体和牵引, 大数据与力学双驱动,推动大数据与力学交叉形成理论与方法突破、及学科发展新方向.