ONOO-活性氧的荧光光谱分析进展

系统介绍了ONOO^-活性氧的化学性质，并对其参与的主要化学反应进行了分类和总结．同时，比较了近年来用于ONOO^-检测的方法，并重点论述了荧光光谱分析方法尤其是酶催化动力学荧光分析法在检测ONOO^-活性氧方面的优势和最新的研究进展．     

受激喇曼散射在掺铒光纤放大器中的影响

本文在分析了均匀掺杂分布式光纤放大器（d－EDFA）的基础上，提出了沿传输方向掺杂浓度单调下降（单变），和降升结合（两变）的两种渐变型分布式光纤放大器，并用传输方程研究了透明传输和最佳掺杂浓度下，受激喇曼散射对均匀、单变和两变型三种d－EDFA的各种特性的影响．     

关于S概周期调和函数

本文将给出S概周期调和函数的两个定理     

弱概周期微分方程的弱概周期解

本文利用微分方程的指数型三分性给出了弱概周期微分方程的弱概周期解的存在性定理,并讨论了弱概周期微分方程的一些性质,从而改进了文献[2—7]中的一些结果.     

Urn模型的B网及其应用

Urn模型的离散概率分布被用于构造逼近格式,具有Bernstein多项式的许多特性。本文用B网技术对Urn模型概率分布给出新的解释,指出了Urn模型B网的诸多性质,导出分布函数曲线的导数公式,构造了Urn分布的对偶基及与此相关的拟插值算子。     

指数对理论

1 指数对的定义和基本性质 定义 设f:(N,2N]→R满足:f(x)有无穷多阶导数且存在y>0,s>0,使得对所有整数q≥0及N相似文献   

周期分析法在棉红蜘蛛发生程度预测中的应用

本文应用周期分析方法对江陵县棉红蜘蛛—朱砂叶螨的预测预报技术作了新的尝试．经对江陵县３６年历史资料拟合，符合率高达９４．４％．运用这一技术对该县１９８７—１９９６年棉红蜘蛛发生程度进行了１０年长期预测预报．     

具有超前和滞后的泛函微分方程的周期解

考虑具有超前和滞后的泛函微分方程的ω-周期解的存在性问题,其中L_i,R_j,φ_k,ψ_k:R→R(i=1,…,m_1,j=1,…1,…,m_2,k=1,…,m_3)是连续的ω周期函数,D_i:R~2→R~(n×n)连续,关于t以ω为周期;f:R×R~n×…×R~n→R~n连续,关于t以ω为周期;m_1,m_2,m_3为正整数,ω为正常数。 近些年来,人们利用Liapunov第二方法研究常微分方程和具有有限滞后或无限滞     

医学超声研究的一些新进展

1991年12月在美国奥兰多(Orlando)召开的IEEE1991超声年会上有许多医学超声方面的研究报告,反映了当前医学超声研究的一些发展,本文选择几个方面的内容作一介绍。 一、超声背散射显微镜 目前常用的B型超声诊断仪使用的超声频率是3—10MHz,相应的分辨率是毫米级的。近年来许多研究单位研究开发20MHz以上直到100MHz的B型成像系统,其分辨率可达到20μm。由于人体组织     

EXPONENTIAL STABILITY AND PERIODIC SOLUTION OF HYBRID BIDIRECTIONAL ASSOCIATIVE MEMORY NEURAL NETWORKS WITH DISCRETE DELAYS

In this paper, we study the existence, uniqueness, and the global exponential stability of the periodic solution and equilibrium of hybrid bidirectional associative memory neural networks with discrete delays. By ingeniously importing real parameters di > 0 (i = 1,2, …, n) which can be adjusted, making use of the Lyapunov functional method and some analysis techniques, some new sufficient conditions are established. Our results generalize and improve the related results in [9]. These conditions can be used both to design globally exponentially stable and periodical oscillatory hybrid bidirectional associative neural networks with discrete delays, and to enlarge the area of designing neural networks. Our work has important significance in related theory and its application.