冷却水中异味污染物的LC-GC/FTIR联用分析

利用在线式高效液相色谱－毛细管气相色谱／傅里叶变换红光谱联用方法分析了某冷却水中的异味污染物。结果表明,污染系苯酚类化合物所致。     

循环和对称黎曼空间的全脐超曲面

<正> §1 引言设Vn是n维黎曼空间,它的度量形式为φ=gijdxidxj（i,j=1,…,n）。（1.1）若Vn的每个对称变换都是等距的,称Vn为对称空间,等价条件是Vn的黎曼曲率张量Rijkh是平行的,（见[1]28章或[2]11章）,即     

基于傅里叶成像网络的全息粒子成像技术研究

数字全息图重建可以获得物体的三维信息,在医疗、环保、化工等需要测量颗粒大小和三维信息的相关研究有着重要的科学意义和使用价值。粒子全息定位通常有计算复杂和重建精度不足等问题,为了解决相关问题,我们采用一种基于傅里叶成像网络的方法,利用傅里叶变换的特性,能够有效提取全息图的频率特征,结合深度学习技术,通过可学习的滤波器和全局感受野处理输入数据的空间频率,实现对全息图快速和准确的处理,不仅提高了数据处理效率,还具备了更强大的特征提取能力,从而实现对粒子的精确定位。本文通过实验和仿真两方面验证,并与Dense＿U＿net网络对比。结果显示,基于傅里叶成像网络的方法在定位精度和速度上都有显著的提升。并通过实验验证了该方法可行性。     

利用自相关函数与平稳小波变换的^(252)Cf源驱动核材料质量识别方法北大核心CSCD

以252Cf中子源驱动噪声分析测量法为依据,利用中子脉冲信号自相关函数与被测核材料(252 U)质量的关系,设计了一种基于神经网络的核材料质量识别方法,探索借助时域特征进行质量识别的有效性。利用平稳小波变换抑制中子统计涨落对自相关函数带来的影响,利用分布式Elman神经网络对不同质量核材料的自相关函数样本进行训练和识别,并研究了有限样本前提下不同子网个数对最终识别结果所造成的影响。对4种核材料质量共计120组样本进行的实验,结果表明:在理想实验条件下,平稳小波变换抑制了统计涨落对信号自相关函数的影响;分布式Elman神经网络能够较好地识别自相关函数的特征,分辨不同质量的核材料,平均识别误差小于0.1。     

平面粘弹性问题的辛求解方法

将弹性力学辛对偶求解方法与Laplace变换相结合,提出了一个求解粘弹性平面问题的新方法。首先利用Laplace变换,将粘弹性平面问题转化为一个准弹性问题,在辛弹性力学的框架下,利用分离变量和辛本征展开法对其进行求解,然后由逆变换得到原问题的解。为证明方法的有效性,求解分析了矩形域平面粘弹性圣维南问题,得到了令人满意的结果。     

机械能守恒定律服从力学相对性原理

阐述了机械能守恒定律服从力学相对性原理。     

流化床中瞬态颗粒浓度信号的小波分析

气固流化床内一般处于非均匀的聚式流化状态,系统中颗粒和流体分离严重,呈现流体密集的稀相和颗粒聚集的密相共存的两相结构。床内的颗粒流体两相流的主要特征在于其非均匀的两相时空动态结构,该系统在大多数的情况下处于非线性、非平衡的状态,是一种典型的耗散结构［１］。本文介绍应用小波分析技术对流化床中瞬态颗粒浓度信号进行分析,以揭示这种结构的本质特性。     

激光聚变实验中含有吸收校正的轴对称重建

此文提出一种激光等离子体吸收和发射系数的关系的处理方法 ,且用于激光等离子体轴对称重建的吸收校正 ,由此提出一种算法进行轴对称重建。计算结果表明采用吸收校正后的重建效果大为改善。     

各向异性n模耦合谐振子的精确求解

利用量子变换理论,极其简洁地给出了种向异性耦合谐振子的能谱,从而提出了一种普遍的方法。     

关于有源RLC电路的量子化

提出一种将有源ＲＬＣ电路量子化的方法,修正了有关文献中的错误。