Clifford分析中无界域上正则函数的边值问题

在引入修正Cauchy核的基础上,讨论了无界域上正则函数的带共轭值的边值问题：a(t)Φ (t) b(t)Φ (t) c(t)Φ-(t) d(t)Φ=g(t)．首先给出了无界域上正则函数的Plemelj公式,然后利用积分方程方法和压缩不动点原理证明了问题解的存在唯一性．     

新颖外燃式湿空气燃气轮机循环及性能研究

本文首先提出一种新型的高效燃煤燃气轮机循环一外燃式湿空气透平循环动力系统。由于外燃的特点，作功工质为洁净湿空气，从而可以实现水的回收，是对常规ＨＡＴ循环的突破；另外洁净湿空气排放不受通常烟气露点限制，从而可回收利用湿空气降温时的低温凝结潜热，提高了加湿能力，从而提高系统性能。揭示了新型循环的基本规律；推导出具有湿化特点的约束方程和系统性能简明表达式，指明影响系统性能的关键因素。在透平初温为８５０℃的工况下，系统热效率高达４８．１１％。基于能量品位梯级利用原理和系统集成方法论，通过探索充分而合理利用中低温余热的有效途径，开拓洁净煤燃气轮机总能系统的新方向。     

混沌实验数据处理及仿真

大学物理实验中混沌实验大多采用观察现象的方法进行,本实验采用蔡氏电路(Chua s circuit)产生混沌行为.在观察不同初始值条件下出现的倍周期分岔、阵发混沌、奇异吸引子等相图及现象的基础上,通过对采集数据进行处理,对负电阻伏安特性进行分段线性拟合,用功率频谱法、计算机仿真方法(龙格-库塔数值积分法)对混沌现象进行描绘,将实验数据与非线性方程组的数值解相结合,呈现出混沌现象的本质.     

金属薄膜制备及物性测量系列实验

介绍了由模拟真空实验和“金属薄膜的制备”、“金属薄膜厚度的测量”、“金属薄膜电阻率的测量”,以及“金属薄膜生长过程的动态监测”等4个实验组成的金属薄膜制备与物性测量系列实验.这组实验与现代科学技术发展联系紧密,仪器设备可靠,操作简单,适合于普通物理实验阶段的研究性教学.     

关于康托集类光栅的实验探究

设计制作了康托集分形衍射光栅,通过对康托集分形光栅3个阶段的夫琅禾费衍射现象的观察,根据惠更斯-菲涅耳原理,得到了一维康托集分形光栅的夫琅禾费衍射光强分布特性.     

单甲基原位改性SiO2疏水减反膜的制备与性能研究

 在碱性条件下通过TEOS和MTES的共水解缩聚反应制备了单甲基原位改性的SiO₂溶胶，并使用提拉法在K9玻璃基片上镀制了疏水减反膜。通过透射电镜（TEM）考察了镀膜溶胶的微结构，分别使用红外光谱（FTIR）分析了薄膜的组分，用原子力显微镜（AFM）观察了薄膜的表面形貌和起伏状况，用紫外可见光谱（UV-vis）考察了薄膜的减反射性能，用接触角仪测量了薄膜对水的接触角。并使用“R-on-1”的方式测量了薄膜在Nd:YAG激光（1 064 nm，1 ns）作用下的损伤阈值。结果表明，通过共水解缩聚反应可以把甲基引入镀膜溶胶簇团中，改善了溶胶簇团的网络结构，使薄膜得到相当好的疏水性能和更好的抗激光损伤性能，同时薄膜能保持较好的减反射性能。     

二项式光场与级联三能级原子的量子纠缠

利用量子熵理论，研究了二项式光场与级联三能级原子的量子纠缠，讨论了光场与原子的初始参量对其量子纠缠性质的影响.结果表明，利用二项式光场的特性，可以揭示从相干态到数态之间的所有态光场与三能级原子相互作用时的量子纠缠性质.选择适当的系统参数可以制备稳定的光场-原子qutrit纠缠态. 关键词： 二项式光场 级联三能级原子 光场熵 量子纠缠     

均苯三甲酸铕及铕镧配合物的合成及荧光性质

以均苯三甲酸为配体,水热条件下合成了均苯三甲酸铕及铕镧系列发光配合物La_xEu_1-x(BTC)·nH₂O(x=0,0.1,0.3,0.5,0.7,0.9),通过元素分析及化学滴定法测定了配合物的组成。用红外光谱对其进行了表征,确定了该系列配合物的组成为La_xEu_1-x(BTC)·nH₂O。研究了系列配合物的荧光性质,荧光光谱表明:该类配合物均能发出强的铕离子的特征荧光,并且镧元素的掺入能增强铕配合物的发光强度,但发射峰的位置基本上没有变化;其中⁵D₀→⁷F₁和⁵D₀→⁷F₂的跃迁发射较强,且均劈裂为两个峰(587,593nm)和(611,618nm),这是由于铕离子所处的配位环境引起的。     

Speech emotion recognition based on statistical pitch model

A modified Parzen-window method, which keep high resolution in low frequencies and keep smoothness in high frequencies, is proposed to obtain statistical model. Then, a gender classification method utilizing the statistical model is proposed, which have a 98% accuracy of gender classification while long sentence is dealt with. By separation the male voice and female voice, the mean and standard deviation of speech training samples with different emotion are used to create the corresponding emotion models. Then the Bhattacharyya distance between the test sample and statistical models of pitch, are utilized for emotion recognition in speech. The normalization of pitch for the male voice and female voice are also considered, in order to illustrate them into a uniform space. Finally, the speech emotion recognition experiment based on K Nearest Neighbor shows that, the correct rate of 81% is achieved, where it is only 73.85% if the traditional parameters are utilized.