金属β-二酮化合物用于MOCVD法生长铁电氧化物薄膜

对用于MOCVD法生长铁电氧化物薄膜的金属β－二酮化合物的制备、结构及性质进行了评述，对它们在生长铁电薄膜中的应用现状进行了介绍，并对它们的应用前景作了展望。     

曲面平滑的自适应几何扩散

1.引 言 本文的目的是用求解偏微分方程（PDE）的方法来消除离散三角形曲面的噪声,所使用的方程是热传导方程到曲面的推广.热传导方程应用于图像处理已有二十余年的历史,有关参考文献相当丰富（见[1,11,12,19]）.众所周知,对于给定的初始图像ρ0,热传导方程　　在τ时刻的解与用Gauss滤波器Gσ（x）=　（当标准差σ=2τ,时）和ρ0作卷积的结果相同.容易看出Gρ和ρ0的卷积运算相当于对ρ0做加权平均,当标准离差σ变大时,该加权平均在一个较大的范围实现,这解释了热传导方程的滤波作用.近来热传导方程已推广到空间曲面[4,5]以及高维空间中的二维流形（见[3]）,对     

若干图类的邻强边染色

研究了若干图类的邻强边染色 .利用在图中添加辅助点和边的方法 ,构造性的证明了对于完全图 Kn和路 Lm 的笛卡尔积图 Kn× Lm,有χ′as(Kn× Lm) =△ (Kn× Lm) +1 ,其中△ (Kn× Lm)和χ′as(Kn× Lm)分别表示图 Kn× Lm的最大度和邻强边色数 .同理验证了 n阶完全图 Kn的广义图 K(n,m)满足邻强边染色猜想 .     

Estimating the power bus impedance of printed circuit boards with embedded capacitance

Embedded capacitance is an alternative to discrete decoupling capacitors and is achieved by enhancing the natural capacitance between closely spaced power and return planes. This paper employs a simple cavity model to investigate the features affecting the power bus impedance of printed circuit boards with embedded capacitance.     

V3+:YAG晶体的生长、色心与光谱性能研究

采用石墨电阻加热的温梯法生长了V:YAG晶体,晶体的不同部位呈现两种不同的颜色:浅绿色和黄褐色.通过对比分析不同颜色V:YAG晶体的室温吸收光谱,推断出石墨发热体高温下扩散出来的C可以起到还原作用,提高晶体中V3+tetra离子的浓度,同时诱导了F心的形成.在1300℃下,对不同颜色的V:YAG晶体进行真空退火处理,发现处于八面体格位中的V3+离子在热激发作用下与近邻的四面体格位Al3+离子存在置换反应,由此产生一定浓度的四面体格位V3+离子.同时,F心在退火过程中被完全消除,释放出来的自由电子被高价态的V离子俘获,可以进一步提高晶体中四面体格位V3+离子的浓度.     

β-Si3N4电子结构和光学性质的第一性原理研究

采用基于密度泛函的平面波赝势方法(PWP)和广义梯度近似(GGA),计算了β相氮化硅(β-Si3N4)的电子结构和光学性质,得到的晶格常数、能带结构等均与实验结果较好符合.进一步还研究了β-Si3N4的光吸收系数以及禁带宽度随外压力的变化规律,为β-Si3N4材料在高压条件下的应用提供了理论参考.     

基于递推最小二乘的红外焦平面非均匀校正算法

根据递推最小二乘和图像配准原理,提出了基于递推最小二乘的红外焦平面非均匀校正算法(简称ILS算法),有效降低算法的时间和空间复杂度,使噪音图像的校正处理能够实时完成.ILS算法具有噪音参量估计准确度高、收敛速度快和计算复杂度低等优点.给出了算法的推导并用仿真数据对算法的有效性进行验证.     

用自适应脉冲微扰引导混沌系统到周期解

用自适应脉冲微扰方法控制的系统的某个系统变量作为驱动,设计了一种自适应控制器方法对两个或多个响应混沌系统进行脉冲微扰,引导这些系统从混沌运动到低周期运动,实现同时控制多个混沌系统到不同的周期态. 当选择相同的自适应控制器输入变量实施脉冲微扰时,还可控制两个或多个混沌系统达到不同的周期态同步. 通过对R?ssler混沌系统的仿真研究证实了方法的有效性. 关键词： 混沌控制 系统参量 自适应控制器 脉冲微扰 周期态同步     

T-型树谱唯一性的一个简单刻画

图G称为谱唯一的,如果任何与G谱相同的图一定与G同构.一棵树称为T-型树如果其仅有一个最大度为3的顶点.本文给出了T-型树谱唯一性的一个简单刻画,从而完全解决了T-型树的谱唯一性问题.     

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.