微波消解ICP-AES法同时测定花岗石中铜、镉、铬和砷

本文采用微波消解和ICP－AES法，同时测定花岗石样品的铅、镉、铬、砷4有害元素，检出限分别为0．0008、0．0007、0．0018、0．0012μg.mL^-1,回收率为93．4％－102．5％，RSD为1．3％－3．6％，该法准确、快速、简便，结果令人满意。     

我国中小企业选择可靠信用担保机构的模式识别方法

首先运用模糊评价方法结合中小企业选择信用担保机构现状，构建了当前我国信用担保机构5种标准信用等级的模糊向量，然后在此基础上采用“择近原则”得到m个等待选择的信用机构所处于的最为“贴近”的标准信用等级，从而为我国中小企业选择可靠信用担保机构提供了一种新的量化方法。     

一类广义Bent型S-Box的构造

S-box是密码理论与实践中十分重要的一种装置 ,它的密码性能由其分量函数所决定 .于是 ,选择适当的分量函数来构造 S-box就成了一个重要的研究课题 .在一定意义上 ,Bent函数是最优良的密码函数 .本文通过函数序列半群和置换群来构造其任何非零线性组合为 Bent函数与线性函数之和的函数组 ,从而可由 Bent函数构造出具有高度非线性度和其他良好性状的 S-box     

类Kerr介质中双模SU(1,1)相干态场与Λ型三能级原子相互作用的量子统计性质

导出了类Kerr介质中双模SU(1,1)相干态场与Λ型三能级原子相互作用系统的态函数,研究了Kerr效应对Λ型三能级原子布居概率、双模SU(1,1)相干态场的互关联函数、Cauchy-Schwartz不等式及二阶相干度的影响.结果表明:Kerr效应使原子与光场的耦合减弱,原子布居的崩塌与复苏的周期缩短;在初始光场较弱和较强两种情况下,类Kerr介质对双模SU(1,1)相干态场两模间的相关性、相关程度以及光子的聚束与反聚束效应产生的作用有明显的区别.     

二维光电位置敏感器件的非线性修正

根据二维光电位置敏感器件 (PSD)的工作原理 ,分析了影响PSD线性度的主要因素 ,提出了一种用神经网络对PSD进行非线性修正的方法。以PSD的输入输出数据对作为样本训练的神经网络 ,利用神经网络所具有地能够以任意精度逼近非线性函数的能力 ,实现PSD的输出与实际光点位置之间的映射 ,在神经网络的输出端得到线性响应。该方法的优点是不需要很大的数据存储量即可得到很好的修正效果。结果表明 ,修正后的PSD能在较宽的位置范围内输出高线性度的信号     

NO-2-I-体系双波长紫外分光光度法测定痕量亚硝酸根

在稀盐酸介质中,亚硝酸根氧化碘化钾的反应产物I-3在288nm和352nm处有两个强吸收峰.基于此建立了双波长紫外分光光度法测定痕量NO-2的新方法.该法简便、快速、选择性好,线性范围为0-0.4μg/mL,检出限为3.4×10-9g/mL.用于河水、井水、矿泉水中亚硝酸根的测定,结果令人满意.     

ICP-AES测定饮用水源中的Cu、Mn、Pb、Cd、Zn

用ICP－AES法同时测定饮用水源中的Cu、Mn、Pb、Cd、Zn等重金属元素，具有基体效应小、测量范围宽等优点。检出限为0．2－4．0μg/L，回收率为91．5％－103．9％，相对标准偏差为0．29％－1．5％，测定密码样与实际样品，结果令人满意。     

环面上具有间断梯度的势函数的模拟退火

本文证明了环面上具有间断梯度的势函数的模拟退火过程：dXt=-VU(Xt)dt √2dWt概率收敛到势函数的全局极小集附近。     

Jensen’s Inequality for Backward Stochastic Differential Equations

Abstract Under the Lipschitz assumption and square integrable assumption on g, the author proves that Jensen’s inequality holds for backward stochastic differential equations with generator g if and only if g is independent of y, g(t, 0) ≡ 0 and g is super homogeneous with respect to z. This result generalizes the known results on Jensen’s inequality for g- expectation in [4, 7–9]. *Project supported by the National Natural Science Foundation of China (No.10325101) and the Science Foundation of China University of Mining and Technology.