电压幅值可达毫伏数量级的小信号峰值检测电路的设计

讨论了一般峰值检测电路的缺陷，提供了检测信号电压幅值可达毫伏数量级的小信号峰值检测的电路，并对其应用给出了例子。在实际工作中往往只需对波形的正向峰值进行检测，故只对正峰值检测电路进行讨论。由于小信号检测存在噪声干扰的问题，最后还对噪声处理进行了讨论。     

632.8nm波长质子交换光波导型偏振器的研究

在可见光域研制出钛扩散铌酸锂质子交换光波导偏振器，同时，给出波导偏振器参数测试装置。在理论上，利用物理光学和波导色散理论分析与计算了这种偏振器的消光比，分析了影响器件性能的各种因素，理论计算与实验结果符合良好。     

Fe3O4/壳聚糖季铵盐磁共振造影剂的制备及肝造影性能

采用季铵盐化壳聚糖(HTCC)对Fe₃O₄进行表面改性,成功制备在模拟生理环境中悬浮稳定的超顺磁性Fe₃O₄/HTCC复合纳米粒。通过动态光散射、透射电镜、振动样品磁强计、磁共振等手段对材料的性能进行表征,并考察了其细胞相容性及磁共振造影性能。结果表明:该方法所制备的超顺磁性复合纳米粒粒径均一,模拟生理环境中具有良好的分散稳定性;体外实验表明该磁性纳米粒具有良好的细胞相容性;大鼠体内肝脏磁共振造影实验表明Fe₃O₄/HTCC纳米粒注入后,大鼠肝实质信号强度明显下降,因此Fe₃O₄/HTCC纳米粒有望作为潜在的阴性造影剂应用于肝磁共振造影检测。     

最优切割次序模型

本文研究了截断切割的最优切割次序模型。利用简单的伸缩变换,我们将r≠1的情况统一到的情况;我们讨论了切割方式的一些性质,如描述互换相邻切割对费用的影响的交换引理,同时在此基础上经严格证明给出了e=0时的一种十分简明的优化准则,每次选择切去长度最长的切割;在e>0的情况下,利用我们给出的引理及准则,我们将需考虑的不同切割方式数由最初的90种减少到不到20种.我们讨论了所建立模型的优缺点,同时也对另一种“加工费用最少者优先”的准则作了简单评估。     

三维紧致修正方法和圆筒内自然对流数值模拟

本文发展了差分法求解流动与换热问题的三维非均分网格7点紧致格式,并利用延迟修正方法将其与SIMPLE算法相结合形成了一种三维紧致修正方法。利用所发展的紧致修正方法对圆筒内同心开缝圆筒的三维自然对流与换热问题进行了数值模拟,所获得的数值结果与实验结果一致。采用Richardson方法证实所发展的三维紧致修正方法大约具有4阶精度。进一步的数值计算表明,在特征参数Ra数大于一定值时,由圆筒内同心开缝圆筒的三维自然对流问题简化的二维模型数值结果与实验结果逐渐加大,用三维模型才能得到比较可靠的结果。     

Fe3O4/壳聚糖季铵盐磁共振造影剂的制备及肝造影性能

采用季铵盐化壳聚糖(HTCC)对Fe₃O₄进行表面改性, 成功制备在模拟生理环境中悬浮稳定的超顺磁性Fe₃O₄/HTCC复合纳米粒。通过动态光散射、透射电镜、振动样品磁强计、磁共振等手段对材料的性能进行表征, 并考察了其细胞相容性及磁共振造影性能。结果表明: 该方法所制备的超顺磁性复合纳米粒粒径均一, 模拟生理环境中具有良好的分散稳定性;体外实验表明该磁性纳米粒具有良好的细胞相容性;大鼠体内肝脏磁共振造影实验表明Fe₃O₄/HTCC纳米粒注入后, 大鼠肝实质信号强度明显下降, 因此Fe₃O₄/HTCC纳米粒有望作为潜在的阴性造影剂应用于肝磁共振造影检测。     

矩形槽通道内周期性充分发展换热的研究

本文应用数值模拟的方法研究了矩形槽通道内周期性充分发展换热情况及几何参数对流动和换热的影响.结果表明:当周期长度一定时,上下矩形突出部分的水平间距由小变大时,Nu和阻力系数f都是有所减小;周期长度一定且上下矩形突出部分水平间距相等时,增加矩形突出部分的宽度,Nu和阻力系数f会增加;当矩形突出部分的宽度一定, 并且水平交错均匀排列时,增加矩形突出部分的水平间距即增加周期长度时Nu减小,而f先是减小而后又有所增加.     

锯齿型通道湍流流动和换热的自维持振荡

采用RNG k-ε湍流模型对锯齿形通道内流动和换热进行了数值模拟。对以时均方程法模拟得到的流场、温度场以及U-V相图、Nu-θ相图进行了分析。研究表明,在本文计算的Re范围内,数值计算结果仍能反映出周期性通道内流动和换热的自维持振荡特性,无量纲速度U,通道平均Nu数随时间作周期性振荡,并且振荡幅度、频率随Re数的增大而增大。     

可见光域Ti:LiNbO3质子交换光波导型偏振器

在可见光域632.8 nm光波段,首次研制出Ti∶LiNbO₃质子交换光波导型偏振器.同时,给出了波导型偏振器参数测试装置.在理论上,利用物理光学和波导色散理论分析与计算了这种偏振器的消光比,分析了影响器件性能的各种因素.理论计算与实验结果符合良好.     

季节调整的PSO-SVR模型及其在旅游客流量预测中的应用——以海南省三亚市为例

准确的旅游客流量预测对旅游目的地做好事前准备工作至关重要.然而旅游客流量具有明显的非线性和季节性特征,采取季节调整方法对样本数据进行预处理,消除季节性的影响,可以提高客流量预测的准确性.同时SVR(支持向量回归机)是一种良好的机器学习方法,非常适合预测研究,辅以PSO(粒子群算法)选取合适的回归参数可以获得更加精确的预测结果.提出了一种考虑季节影响并通过PSO优化SVR模型的旅游客流量预测模型,并以海南省三亚市为例进行了实证研究.研究结果表明,季节调整的PSO-SVR模型预测精度明显高于SVR、季节调整的SVR和PSO-SVR模型,是进行旅游客流量预测的有效工具.