一类具无穷时滞泛函微分方程的周期解

讨论具有无穷时滞中立型泛函微分方程$ \frac{\rm d}{{\rm d}t}\left(x(t)-\int_{-\infty}^{0}g(s,x(t+s)){\rm d}s\right) =A(t,x(t))x(t)+f(t,x_t)$的周期解问题,利用重合度理论中的延拓定理得到了周期解的存在性和唯一性条件;特别地,当$g(s,x)\equiv 0, A(t,x)=A(t)$时, 给出了存在唯一稳定周期解的条件.     

通道响应失配对DBF天线旁瓣电平的影响

本文研究了通道响应失配对数字波束形成（ＤＢＦ）天线旁瓣电平的影响，然后分析了通道频率响应失配与脉冲响应失配的关系，进而得到通道间频率响应失配对天线旁瓣电平的影响，结果表明，用ＤＢＦ技术实现超低旁瓣天线对通道频率匹配的要求相当高，最后计算机模拟验证了理论分析结果。     

硅改性ZSM—5沸石分子筛的酸性,孔径和择形催化性能的研究

在不同条件下用各种硅改性剂对ＺＳＭ－５沸石分子筛进行改性，并将其用于催化乙苯歧化生成对二乙苯的反应。实验结果表明，在合适条件下用ＳｉＣｌ４对ＺＳＭ－５改性后，可以获得高性能形选催化剂。硅改性可以有效地消除催化剂外表面酸中心，并能对分子筛孔道进行微调。根据反应结果和反应物在催化剂中的扩散系数判断，当改性后催化剂的孔道半径与ＮａＺＳＭ－５沸石孔道半径相近时，其催化选择性最佳。     

长余辉发光玻璃SrAl2O4∶Dy, Eu的制备与发光性能研究

在低熔点破璃中掺杂一定量的长余辉发光粉制备了性能优良的长余辉发光玻璃。在保证发光玻璃均匀透明的基础上，发光性能随发光粉掺杂量的增加而增强，尽量降低假烧温度和减少保温时间可以保持良好的发光性能，在还原气氛制备的发光玻璃性能优于在空气中制备的。煅烧工艺对发光玻璃的微观结构有显著的影响。     

乙醇-盐-水-5-Br-PADAP体系萃取分离测定钯

研究了在硫酸铵存在下 ,5 Br PADAP乙醇体系中Pd(Ⅱ )、Rh(Ⅲ )、Pt(Ⅳ )的萃取行为及乙醇溶液的分相条件 ,讨论了影响萃取率的各种因素 ,试验表明 ,室温下 ,一定 pH范围内 ,该体系中的Pd(Ⅱ )几乎可完全被乙醇相萃取 ,而Rh(Ⅲ )、Pt(Ⅳ )不被萃取或萃取率很低 ,从而可实现Pd(Ⅱ )、Rh(Ⅲ )、Pt(Ⅳ )混合离子的定量分离 ,同时建立了Pd(Ⅱ )的测定方法。乙醇相中Pd(Ⅱ ) 5 Br PADAP配合物表观摩尔吸光系数为 1.18× 10 5L·mol- 1·cm- 1,钯量在 0～ 9.6 0 μg/10ml范围内符合比耳定律 ,检出限为 0 .0 90 μg/10ml。用该法分离混合样和测定两种活性碳钯催化剂中钯 ,结果满意     

Pd_2(dba)_3/BINAP催化合成1,4-双-(4′-苯胺基苯酰基)苯

以Pd2(dba)3/BINAP催化1,4-双-(4′-溴苯酰基)苯和苯胺反应,合成了1,4-双-(4′-苯胺基苯酰基)苯,其结构经UV,1HNMR,13CNMR和元素分析表征。     

N-（4＇-取代嘧啶-2＇-基）-取代苯氧基磺酰脲的合成及除草活性

光谱;N-（4＇-取代嘧啶-2＇-基）-取代苯氧基磺酰脲的合成及除草活性     

基于双摄像头的心率测量系统的设计与改进

针对在外部干扰或昏暗环境下利用图像光电容积描记(image Photoplethysmography,iPPG)技术进行心率测量时准确度较差,提出了一种自适应心率提取算法,并在嵌入式硬件平台上进行了验证。算法根据图像中人脸与背景区域的色度关系来识别不同的场景并启动合适的摄像头进行图像采集及自适应映射,接着对提取出的信号进行滤波,在信号质量评估后输出结果。上述方法在Zynq平台上进行了验证,使用双摄像头实现实时心率测量,并对结果进行可视化输出。实验结果表明:优化后的算法在光照及运动的双重干扰下的测量误差从3.36BPM降至2.78BPM,准确率提升了17.3%。另外,所设计的系统能够实现在极端黑暗条件下的心率采集,平均误差约为2.39BPM。     

软件定义网络中一种快速无循环路径迁移策略

针对软件定义网络中数据平面转发设备的分布式部署及异步操作导致的路径迁移缓慢及故障等问题,提出了一种快速无循环路径迁移策略。首先,提出了一种基于节点排序的快速循环检测算法。该算法通过对比流的新旧路径上相邻节点的位置差异,可快速判定路径迁移过程中是否存在转发循环以及检测循环发生位置。然后,提出了一种基于节点松弛依赖关系的贪婪更新机制。该机制利用快速循环检测算法发掘出新旧路径上公有交换机之间存在的松弛依赖关系,进而保证了迁移过程每轮更新的交换机数量最大化。仿真实验结果表明,相比于现有迁移方案,所提策略在不同网络状态下均可有效避免迁移循环且获得最佳更新时间开销。     

基于ReliefF-Pearson的嗅觉脑电通道选择

基于脑电(EEG)信号的气味识别研究在嗅觉功能客观评价及嗅觉障碍疾病诊断等方面具有重要的应用价值.在实际应用场景中使用过多EEG通道会带来诸多不便,因此研究如何选择EEG通道尤为重要.该文针对嗅觉EEG信号分类中的通道选择问题,提出了一种新型的基于ReliefF-Pearson的嗅觉EEG通道选择算法.该算法结合ReliefF的权值思想和Pearson系数的相关性原理对EEG通道进行选择.结果表明,与传统基于ReliefF的通道选择算法相比,该文所提算法在保证一定分类准确率的同时能够显著减少使用的通道数量,并且通道选择的结果不依赖人为经验和分类器.此外,使用该方法获取的通道,其空间分布与已有的嗅觉神经生理学位置相一致,进一步证实了该方法的科学性和有效性.该文所提算法为嗅觉EEG通道选择的研究提供了新思路.