荧光寿命的正弦调制测量法及分析

设计并制作了光强调制度和频率可调的发光二极管驱动电路,应用这种激励源激发荧光样品Eu₂L′3·nH₂O(L′=C₄H₄O₄),测量了激发光和Eu3+离子的5D₀—7F₂发射光的波形。实验得到的数据用按照相位法测量荧光寿命的原理用非线性最小平方曲线拟合,得到Eu3+离子激发态5D₀的寿命约为0.680 ms。讨论了光源调制中的高次谐波分量对测量结果的影响以及寿命具有一定分布的多指数衰减体系的测量和处理方式,提出应用傅里叶级数展开处理数据的修正方法,以扩大相位法测量荧光寿命的适用范围,得到更准确的荧光寿命值。     

基于三角形模糊数的非线性T-S模糊系统的峰值点和分量半径优化

单值模糊器是将高维空间中一个实值点映射成该空间上的一个单值模糊集,在构造非线性T-S模糊系统时不仅可克服输入变量的噪声问题,而且能减少模糊推理机设计中的计算量.首先,基于分片线性函数和单值模糊器给出了非线性T-S模糊系统模型;并依据广义三角形的重心坐标公式,对等距剖分论域中的峰值点和分量半径等参数进行了优化;最后,通过模拟实例对系统进行了验证,得到优化后的非线性T-S模糊系统确实有更好的逼近效果.     

（2＋1）-DIMENSIONAL Tu HIERARCHY AND ITS INTEGRABLE COUPLINGS AS WELL AS THE MULTI-COMPONENT INTEGRABLE HIERARCHY

Under the frame of the(2 1)-dimensional zero curvature equation and Tu model,(2 1)-dimensional Tu hierarchy is obtained.Again by employing a subalgebra of the loop algebra ■_2 the integrable coupling system of the above hierarchy is presented.Finally,A multi-component integrable hierarchy is ob- tained by employing a multi-component loop algebra ■_M.     

基于EMD方法的混沌信号中周期分量的提取

提出一种从Duffing振子产生的混沌信号中提取谐波分量的方法．依据任何信号由不同的固有简单振动模态组成的概念,利用经验模式分解（EMD）方法,将混沌信号分离为不同的内在模态函数(IMF),并在特定参数下从中分解出单一频率成分的谐波信号,从而成功地将混沌信号和谐波分量分离．仿真实验都表明该方法非常有效．     

关于Hale提出的几个问题

本文考虑线性差分微分方程组x(t)=A₀x(t)+Σ_k=1^N(A_kx(t-γk·r)的渐近稳定锥的几何特性。解决了Hale教授1982年提出的公开问题中的两个问题。     

稳定分量过程象集的一致测试和一致维数

令Ｘ（ｔ）＝Ｘ１（ｔ），…，ＸＮ（ｔ）为－ｄ维过程，其中Ｘｉ（ｔ）为ａｉ－阶ｄｉ－维稳定过程，设０＜ａｎ＜…＜ａ１≤２，ｄ＝ｄ１＋…＿ｄＮ。本文中，我们获得了当ａ１≤ｄ１时稳定分量过程Ｘ（ｔ）关于Ｂｏｒｅｌ集Ｅ的象Ｘ（Ｅ）的Ｈａｕｓｄｏｒｆｆ测度和Ｐａｃｋｉｎｇ测度的致上界和一致下界，当ａ１＞ｄ１时得到了相应测度的一个一致上界。同时我们给出了一致维数结果。     

具有P个方差分量的线性模型的Beyes二次估计及可容许估计的非负性

本文对具有 p 个方差分量的线性模型讨论了方差分量线性函数的 Bayes 不变二次估计问题,给出了 Bayes 不变二次估计(无偏和有偏)的显示表达式,并且证明了它们在各自考虑的类中形成了可容许估计的完全类.在可容许估计的完全类中,还讨论了非负参数函数的非负估计问题,给出了可容许的非负定估计存在的充要条件.     

用磁摆测量地磁场水平分量

用尽量简单的装置演示对地磁场水平分量的测量，在课堂上，只需将磁铁悬起观测其简谐振动周期，便可计算地磁场水平分量。     

物理学家的美学思想对物理学发展的作用

 打开物理学史会发现许多物理学家从事物理研究的直接动力来自于对自然美的一种追求。这里所说的自然美不仅指自然现象之美,更主要的是指自然现象背后物质结构、运动规律的内在美。它是一种理性美。爱因斯坦曾写道:“十分有力地吸引住我的特殊目标,是物理学领域中的逻辑的统一。”洛伦兹1878年在莱顿就职演讲时说:“所有物理研究的目的在于寻求简单的、可以说明所有现象的基本原理。”彭加勒在《科学和方法》中写到:“如果大自然不美,那它就不值得认识,如果大自然不值得认识,就不值得活下去。     

方差分量模型参数的广义岭估计

本文先将方差分量模型的方差分量化为派生模型的均值参数，分别作出其相对于ＬＳＥ和ＢＬＵＥ的广义岭估计，再根据二步估计法作出原模型均值参数的广义二乘估计及其进行一步的岭估计。证明了这样不仅使方差分量估计的均方误差减少，而且使原模型均值参数估计的均方误差也不均加和地一步减少。本文还找到了岭参数仅仅依据于样本的估计，这样既将岭估计方法推进至方差分量模型，也改进了方差分量模型参数的离差均值对应方法。