中学数学核心概念的解构——以算法概念为例

中学数学核心概念是人们对客观事物中有关数量关系和空间形式方面的本质属性的抽象．学习中学数学核心概念是学生学习数学知识的基石,学习中学数学核心概念是培养学生数学能力的前提．     

化错为利，提高初中数学课堂教学质量

泰戈尔有句名言：“当你把所有的错误都关在门外,真理也就被拒绝了．”初中生在数学学习的过程中有自己的尝试和探索,这个过程不断交织着正确与错误,这是正常的现象．所以在课堂教学中要允许学生犯错,并利用好课堂中出现的错题资源,分析错误的形成原因,以及如何形成正确的解题思路,为学生创设探究性的学习空间．通过调动学生自身的知识、经验,     

弱Orlicz鞅空间的原子分解

本文对于几种类型的弱Orlicz 鞅空间建立了强型和弱型的原子分解定理, 证明了这些空间上的次线性算子的有界性以及这些空间彼此的连续嵌入关系. 弱Orlicz 空间是一类拟Banach 空间, 有关结论扩展了现有的关于Orlicz 空间和弱型Lorentz 空间的相关结论.     

McKay箭图与覆盖空间

本文研究在自然扩张和嵌入下特殊线性群和一般线性群的有限子群的McKay 箭图间的关系. 我们证明在特定条件下, 一般线性群GL(m;C) 的有限子群G的McKay 箭图是其正规子群G∩SL(m;C)的McKay 箭图的正则覆盖, 而当把G 嵌入SL(m+1;C) 时, 新的McKay 箭图由在原来的McKay 箭图的每一顶点加上一个由其Nakayama 平移到其自身的箭向得到. 作为例子, 我们指出如何用这些方法得到一些有趣的McKay 箭图.     

尘埃等离子体

 尘埃等离子体是一种复杂的物质形态,由普通的等离子体和悬浮在其中的固体颗粒组成。一般的等离子体由带负电的电子和带正电的离子组成,再加入固体颗粒就形成三组分的物质(图1)。等离子体中的作用主要是静电的相互作用,而悬浮在等离子体中的颗粒一般也是带电的,所以这些颗粒也参与了与其他两种粒子的相互作用,使这种物质形态内的过程更复杂。     

用于抛物柱面空间功率合成天线的功分喇叭阵列

 提出了一种用于偏馈抛物柱面反射天线的功分喇叭。由于改善了口面上的电磁分布,该功分喇叭可以让馈源阵列的栅瓣电平抑制到－28 dB。用FEKO进行仿真发现,与传统用角锥喇叭阵列作为馈源的抛物柱面反射天线相比,使用功分喇叭直线阵列可以使空间功率合成天线的效率从68%提高到80%,同时天线的增益也能增加0.7 dB。     

模式偏置波前传感器理论模拟及实验验证

将模式偏置法与全息多重存储法波前传感器原理联系起来,通过研究模式偏置波前传感器的输出响应特性,间接得到全息模式波前传感器的运行规律.对模式偏置波前传感器进行理论分析与总结,并建立简化模型,针对若干阶Zernike像差,通过数值模拟对理论结果进行验证.模拟结果显示:传感器输出信号与各种类型待测像差系数有不同的变化关系,这...     

加偏压中心对称双光子光折变晶体中多变量空间灰孤子

 为了得到有偏压的中心对称双光子光折变晶体中存在多变量空间灰孤子的结果,基于中心对称双光子光折变晶体中空间灰孤子的基本理论,采用数值方法推导出了中心对称双光子多变量空间灰孤子归一化包络解的积分形式,并对其特性进行研究。结果表明：这种多变量空间灰孤子是由多束偏振方向和波长都相同的互不相干光束耦合形成的。当多变量空间灰孤子只包含有1个或2个光束分量成分时,它自动退化到中心对称双光子空间灰孤子或中心对称双光子非相干耦合灰 灰空间孤子对的情况。当这一多变量空间灰孤子在有偏压的中心对称双光子光折变晶体中传播时,各分量成分光束都能稳定传播。     

最优折衷三元相位振幅滤波器设计

 为了使在空间光调制器上易于实现的三元相位振幅滤波器在畸变容限、噪声抑制能力和相关峰尖锐度这3个指标上均能取得较好的性能,在最优折衷最大相关高度滤波器的基础上提出了最优折衷三元相位振幅滤波器,并研究了其设计方法。它只需最大化单个准则就能确定最优的临界线角度和支撑区域,简化了优化设计过程。实验结果表明：与二元纯相位滤波器相比,这种滤波器对于在30°的旋转畸变范围内并存在复杂背景的目标能给出更尖锐的相关峰。这将提高相关峰探测的准确性。     

基于集成最小二乘支持向量机方法的近红外光谱分析

针对近红外（Near Infrared,NIR）光谱测量中的小样本问题。本文提出了一种集成最小二乘支持向量机（Ensemble Least Squares Support Vector Machine,ELS-SVM）新算法。首先使用随机子空间算法（Random Subspace Method,RSM）原始高维变量空间划分为若干个低维度的子空间,然后分别在各个子空间建立最小二乘支持向量机（LS-SVM）模型,最后构造一个集成结果来进行预测。针对一批柴油样本的实验结果表明,本法对柴油十六烷值的预测精度优于传统的LS-SVM方法。