光电直读光谱法分析钛合金时铝对碳干扰及校正

研究发现用光电直读光谱法分析钛合金时,碳工作曲线的精密度很差,其原因主要是共存的铝所引起,几种常用钛合金中铝含量高达[w（Al）]6％,在试样激发时,较高含量的铝在193．003nm波长处谱线强度较高,而此谱线与碳的分析线193．090nm十分靠近,造成了强度叠加的光谱干扰和正误差。在制作碳的工作曲线找到了通常遇到两类干扰,即平移干扰和转动干扰,并计算得到这两类干扰校正系数,利用校正系数可对仪器直接测得的谱线强度和工作曲线各实验点的强度作出校正,按校正后的工作曲线查得的钛合金试样的碳含量与已知值很符合。     

胶体化学中计算机模拟的进展

简述了当前计算机模拟在胶体化学中的主要应用，特别涉及到数值方法的改进，热力学性质的模拟，簇团形成或破裂的动力学性质的模拟以及簇团结构和形貌特征的模拟。基本揭示了当前计算机模拟在胶体化学中的主要应用和最新进展。     

葡萄酒分析中模式识别方法的研究：Ⅱ.原汁含量的多元判别分析

本实验采用常规分析方法，分析了１８个不同含汁量酒样的乙醇，总酸，挥发酸，固定酸，干浸出物，ｐＨ值，灰份，灰份碱度，总酚，甘油，钾，钠，镁，干浸出物与甘油比，Ｑ值，修正干浸出物共１７个变量。采用计算机模式识别技术，利用逐步判别方法，得出了葡萄酒中原汁含量种逐步别方法的判别函数和回判结果。     

用方法精密度检验钛合金光谱分析标准物质的均匀性

采用方差分析方案使用重复性(r)检验钛合金光谱分析标准物质均匀性的方法.结果表明:这种方法能较好地反映出受检样品的不均匀性,较之其他方法简单,方便,但要求比较严格.     

钛合金光谱分析用标准物质的均匀性检验

介绍钛合金光谱分析用标准物质均匀性检验的抽样、测试、检验及判断方法。钛合金光谱分析用标准物质中碳和铝的均匀性检验结果表明此两种元素在试样中的分布是均匀的。该方法已应用于钛合金光谱分析用标准物质的研制过程中。     

深度学习在超声检测缺陷识别中的应用与发展*

深度学习（Deep Learning）是目前最强大的机器学习算法之一,其中卷积神经网络（Convolutional Neural Network, CNN）模型具有自动学习特征的能力,在图像处理领域较其他深度学习模型有较大的性能优势。本文先简述了深度学习的发展史,然后综述了深度学习在超声检测缺陷识别中的应用与发展,从早期浅层神经网络到现在深度学习的应用现状,并借鉴医学影像识别和射线图像识别领域的方法,分析了卷积神经网络对超声图像缺陷识别的适用性。最后,探讨归纳了目前在超声检测图像识别中使用CNN存在的一些问题,及其主要应对策略的研究方向。     

类铜Au50+离子电子碰撞激发特性的研究

利用全相对论扭曲波（RDW）方法,系统计算了类铜Au50+离子的外壳层电子4s激发到4l 、5l （ l= s、p、d、f,除去4s-4s ）和内壳层电子3l （l = s、p、d）激发到4l 、5l （l = s、p、d、f）的碰撞激发截面,研究了在不同入射电子能量下截面的变化规律,给出了3d-4f 和3d-5f 精细结构能级的碰撞激发截面。部分计算结果与其它理论及最新实验结果进行了比较,取得了很好的一致性。     

流上一类强敏感依赖性的注记

证明敏感依赖的且有满测度中心的连续流是遍历敏感依赖的;连续流是遍历敏感依赖的当且仅当其乘积是遍历敏感依赖的.     

改进的最佳摄动量法及在反问题中的应用

给出了改进的最佳摄动量法,并应用在双曲型方程参数反演问题的求解中.由遗传算法借助交叉和变异算子控制全局搜索来获得参数的初始迭代值,代入最佳摄动量法求解出稳定的高精度数值解.     

锥形脊结构半导体光放大器的有限元分析

为提高半导体光放大器与单模光纤耦合效率，建立了半导体放大器的锥形脊结构模型。在该模型下利用有限元数值模拟方法分析，计算了波导区折射率、锥尖宽度、条形波导尺寸、渐变折射率波导层对锥形脊结构模式扩展的影响。通过完善锥形脊结构参量的设计，获得了锥形脊结构半导体光放大器与单模光纤95％的耦合效率。