电沉积制备磁性纳米线的研究进展

多孔阳极氧化铝为模板制备纳米结构材料具有独特的优越性,颇受人们的关注,近年来获得了深入的研究.文章介绍了用电化学沉积方法制备一维磁性纳米线的最新研究进展,阐述了各种结构磁性纳米线,包括单质、合金、多层、超晶格磁性纳米线的研究现状,展望了磁性纳米线的研究方向和在高密度垂直磁记录与巨磁电阻等方面的应用前景.     

烟用有机肥中氯离子含量测定方法的比较

为科学指导烟草栽培中有机肥的施用,以保证烟叶氯含量在适宜范围内,保障烟叶质量,研究比较了离子色谱法、连续流动分析法、硝酸银滴定法和佛尔哈德法测定烟用有机肥中氯离子含量.几种测定氯离子含量的方法比较结果为:离子色谱法和连续流动分析法测定烟用有机肥中氯离子含量的结果均较好,且方法不存在显著差异;硝酸银滴定法对低含量样品的检测偏差较大;佛尔哈德法不适宜用于测定烟用有机肥中氯离子含量.离子色谱法和连续流动分析法的平均回收率分别为102.4％、103.1％,方法检出限分别为0.05mg/L、0.30mg/L,对样品测定的平均相对标准偏差分别为2.41％和2.77％.     

超视力人眼模型的研究

超视力人眼模型对充分发掘人眼视力达到“鹰视”具有重要意义。用Zernike多项式描述角膜前表面，用渐变折射率描述晶状体的折射率分布，同时考虑人眼视轴和光轴的夹角对成像的影响，利用光学设计软件Zemax建立了人眼超视力模型。将Zernike条纹矢高面应用到人眼模型中，能有效改变视轴方向(即5°视场)的成像质量，提高点扩散函数（PSF）值。采用晶状体渐变折射率符合人眼的实际解剖结构，可有效减小人眼像差。通过分析人眼极限分辨能力和人眼模型波像差，得出当空间频率为60周期/度时，该模型对目标高频细节感知的调制度可达到0.55。     

Pr^3＋或Sm^3＋掺杂YAG∶Ce的发光特性及其荧光寿命

研究了Pr3 ,Sm3 掺杂对YAG∶Ce发射光谱及其荧光寿命的影响。观察到当掺杂Pr3 时,在609nm处出现Pr3 的发射峰,而掺杂Sm3 时,在616nm处呈现Sm3 的发射峰。掺杂Pr3 或Sm3 增加红光区的发射峰将有利于提高YAG∶Ce荧光粉的显色性。实验中测定了(Y0.95Sm0.01Ce0.04)3Al5O12、(Y0.95Pr0.01Ce0.04)3Al5O12、(Y0.96Ce0.04)3Al5O12的荧光寿命(τ),观察到在YAG∶Ce中掺入Pr3 或Sm3 使Ce3 的荧光寿命减小。实验结果表明,少量掺杂Pr3 或Sm3 并未引起基质的结构的变化。     

基于ABCD矩阵的楔形柱面光纤微透镜的耦合技术分析

运用激光模式耦合理论分析了半导体激光器与楔形柱面光纤微透镜的连接损耗,设计并制作了楔形柱面光纤微透镜用来实现两者的模斑匹配。运用ABCD矩阵方法,对该组件的耦合效率进行了仿真计算和分析,得到了高耦合效率下楔形柱面光纤微透镜的结构参数。该方法可有效地用于楔形柱面光纤微透镜的优化设计。     

电动扬声器悬置系统蠕变效应建模

对电动扬声器悬置系统的蠕变效应进行了分数阶建模。通过将标准线性固体模型中的牛顿黏壶替换为分数阶Abel黏壶,提出了悬置系统分数阶标准线性固体力顺模型。使用Klippel扬声器单元电阻抗激光测量系统,测量了2只具有不同橡胶折环的中频扬声器单元的电阻抗和传递函数(振膜输出位移/输入声压),并采用最小二乘法拟合实测曲线,得到了模型参数。通过与已有的考虑蠕变效应的4参数对数模型和标准线性固体模型拟合结果的对比,结果表明:分数阶标准线性固体模型能够准确描述力顺损耗因数随频率的变化规律,对蠕变效应具有更好的模拟精度。     

物料在多层流化床内非稳态干燥的实验研究

通过石英砂与绿豆在多层流化床内的非稳态干燥特性实验，得出与稳态干燥的重要区别即为没有稳定的值速干燥段。将Page方程修正后，可用于多层流化床非稳态干燥数据处理。推导出的非稳态干燥动力学方程证明在非稳态干燥时，不可能出现恒速干燥段，并表明变工况与快速高强度干燥是提高干燥速率的重要途径。     

基于模糊聚类分析和曲线拟合的FTIR不同产地鸡骨草、毛鸡骨草鉴别分析

利用傅里叶变换红外光谱技术结合模糊聚类分析法和曲线拟合对鸡骨草、毛鸡骨草进行产地鉴别。选用曼哈顿距离单位计算的相异度聚类分析结果最优,5个产地鸡骨草都可完全区分开来,毛鸡骨草则只能鉴别出3个产地,南宁和钦州2个产地发生重叠;为了进一步鉴别不同产地鸡骨草和毛鸡骨草,对鸡骨草和毛鸡骨草平均红外谱图中1 034 cm-1吸收峰进行曲线拟合,野生鸡骨草拟合出11个子峰,其他各产地鸡骨草均只能拟合出9个子峰,上林产毛鸡骨草拟合出9个子峰,其他各产地毛鸡骨草均只能拟合出8个子峰,而且不同产地鸡骨草和毛鸡骨草拟合出的子峰位置和归一化强度都不完全相同;模糊聚类分析法和曲线拟合法有机结合能够使产地鉴别结果更加准确。     

基于高斯混合尺度模型的压缩传感图像重构

在图像处理领域中,压缩传感重构是稀疏表示下的最重要的病态反问题之一。压缩传感图像重构利用图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像。为了克服传统的压缩传感算法中收敛速度慢和未利用变换系数的邻域统计特性的缺点,提出了基于高斯混合尺度模型的压缩传感图像重构算法,证明了独立的高斯混合尺度分布作为压缩传感重构的稀疏先验知识的可行性,结合全变差调整进一步提高算法的性能。实验结果表明,该算法有效地提高了重构图像的主观视觉效果和峰值信噪比,加快了压缩传感图像重构算法的收敛速度。