延迟微分反馈法控制混沌

利用可测变量的微商进行反馈,提出了用延迟微分反馈控制(DDFC:DelayedDifferentialFeedbackControl)实现混沌控制的方法。理论证明了微分反馈控制和DDFC控制Lü系统3个平衡点的稳定可控性。在Matlab进行了数值仿真,结果表明,通过调节延迟时间τ和控制增益k,DDFC系统能自动寻找和稳定不同的不稳定周期轨道(UPO:UnstablePeriodicOrbit),实现混沌控制。     

绿色荧光粉YAGG∶Tb,Gd用于FED的尝试

FED器件的发展迫切需要具有化学和热稳定性 ,高亮度 ,长寿命的新型荧光材料。本文合成了Gd3 +离子共掺杂的YAGG∶Tb获得了YAGG∶Tb ,Gd ,并将其用于 0～ 30 0 0V低压范围 ,对其在不同电压和电流密度下的发光特性进行了测试。结果表明 ,该种材料特性优于ZnO∶Zn并且不存在电压与电流饱和     

强直电流伸展弧CVD硬质合金金刚石涂层工具

采用自行研制的强电流直流扩展电弧设备对酸浸和渗硼预处理的YG6刀片进行了金刚石薄膜涂层沉积，并对放于不同位置的沉积刀片表面涂层的激光Raman谱和SEM形貌进行了分析、研究。结果表明：渗硼预处理工艺优于酸浸预处理工艺；在渗硼处理的GY6刀片上，沉积的金刚石薄膜涂层具有大面积、均匀性好和质量高的特点。     

面向对象的系统活动描述方法

通过实例介绍了系统活动作为一个对象／类的概念，给出了对系统活动进行分析和建模的一般步骤，提出了系统活动描述的形式化方法。     

PHOTOIONIZATION IN AN INTENSE LASER FIELD

In this paper classical approaches are used to study the detailed processes of photoion-ization in an intense laser field. The analytic expression of the ionization rate is derived. Finally, the results obtained are compared with existing theories such as Landau's tunnel theory and Keldysh-Faisal-Reiss theory.     

苦丁茶与常用茶中微量元素分析

苦丁茶又称苦丁、苦簦、皋卢等 ,是我国南方和东南亚地区常饮的代用茶 .几千年民间饮用和现代医学验证苦丁茶具有清热解毒、杀菌消炎、活血脉、降血脂、降胆固醇等功效 .近 10年来 ,科技人员对苦丁茶的化学成分进行了多方面的研究 ,确定其中含有化学成分达 2 0 0多种[1] ,一部分与普通茶叶相同 ,如咖啡碱、多酚类、儿茶素、氨基酸等 ,但含量比普通茶叶低[2 ] ,此外 ,苦丁茶还含有熊果酸 (Ｕｒｓｏｌｉｃ ａｃｉｄ)、β 香树脂醇 (β Ａｍｙｒｉｎ)、蛇麻脂醇 (Ｌｕｐｅｏｌ)、熊果醇 (Ｕｖａｏｌ)和 β 谷甾醇 (β Ｓｉｓｔｅｒｏｌ)等 .但…     

简论郭嵩焘对西方社会政治制度的观察与思考

本文以郭嵩焘的伦敦与巴黎日记为中心,探讨了郭嵩焘对西方社会政治制度的观察与思考,指出郭嵩焘的政治文化心态的开放性、进步性。通过对中西社会政治制度的比较,郭嵩焘对封建君主专制弊端作了一定程度的揭示,并提出了改革封建政治的要求。     

KNSBN晶体猫式互抽动相位共轭光特性

在KNSBN：Ce晶体中，利用二波耦合作用，在单一光束无法获得相位共轭光的条件下，实现了“猫”式互抽运相位共轭光输出，获得较高的共轭光发射率，实验结果表明，晶体的二波耦合作用可以使晶体的自抽运相位共轭光的阈值光强降低。入射光的入射角范围增大，响应时间缩短。     

Feature Selection using Fuzzy Support Vector Machines

The feature selection consists of obtaining a subset of these features to optimally realize the task without the irrelevant ones. Since it can provide faster and cost-effective learning machines and also improve the prediction performance of the predictors, it is a crucial step in machine learning. The feature selection methods using support machines have obtained satisfactory results, but the noises and outliers often reduce the performance. In this paper, we propose a feature selection approach using fuzzy support vector machines and compare it with the previous work, the results of experiments on the UCI data sets show that feature selection using fuzzy SVM obtains better results than using SVM.