环状硅酸盐图的友好指数集

Let G be a graph with vertex set V(G) and edge set E(G). A labeling f : V(G) →Z2 induces an edge labeling f*: E(G) → Z2 defined by f*(xy) = f(x) + f(y), for each edge xy ∈ E(G). For i ∈ Z2, let vf(i) = |{v ∈ V(G) : f(v) = i}| and ef(i) = |{e ∈ E(G) : f*(e) =i}|. A labeling f of a graph G is said to be friendly if |vf(0)- vf(1)| ≤ 1. The friendly index set of the graph G, denoted FI(G), is defined as {|ef(0)- ef(1)|: the vertex labeling f is friendly}. This is a generalization of graph cordiality. We investigate the friendly index sets of cyclic silicates CS(n, m).     

吹扫捕集-气相色谱-质谱法测定地表水中松节油

松节油是一种以富含松脂的松树为原料,通过不同加工方式得到的具有芳香气味的萜烯混合液。松节油的主要成分是α-蒎烯,其次是莰烯、β-蒎烯、苎烯及少量的倍半萜烯-长叶烯和石竹烯;它主要用于合成香料、樟脑、冰片、萜烯树脂、杀虫剂、激素、驱避剂、空气清新剂、高级润滑油等。松节油在废弃物中的残留会对环境水体产生污染,国家标准方法GB 3838—2002《地表水环境质量标准》规定饮用水源地松节油限量为20μg·L^-1,国家标准GB/T5750—2006推荐的测定方法为液-液萃取-填充柱气相色谱法。然而,传统的填充柱柱效和灵敏度较低,且有些实验室采用的填充柱是自     

巴拿赫代数上序锥度量空间中的不动点定理

提出了巴拿赫代数上的锥度量空间的相关概念,并给出了巴拿赫代数上元素的谱半径的一些性质,证明了巴拿赫代数上锥度量空间中偏序集上的一些不动点定理,所得结论推广了已知结果.     

关于子基的连通性的注记

在粗糙集理论研究中,覆盖方法的应用越来越受重视,其中最重要的概念是最近引进的拓扑空间的子集关于子基的内部和闭包以及由它们导入的关于子基的开集、闭集.对由它们导入的拓扑空间关于子基的隔离子集、连通性作进一步研究,所得性质是一般拓扑空间中隔离子集和连通性相应结果的推广.     

吹扫捕集-气相色谱/质谱法测定医用口罩中痕量环氧乙烷

建立了吹扫捕集-气相色谱/质谱法测定医用口罩中痕量环氧乙烷的方法。采用吹扫捕集法对医用口罩中环氧乙烷进行富集,热脱附后导入气相色谱/质谱仪,并选用选择离子模式(SIM)进行检测,内标法定量。结果表明:环氧乙烷在5.0～200μg/L质量浓度范围内线性关系良好,相关系数为0.9992,方法检出限为0.03μg/g,定量限为0.10μg/g。三个不同浓度加标水平(5.0μg/L、20μg/L、80μg/L)的回收率为97.59%～115.95%,相对标准偏差(RSD,n=6)为3.07%～7.48%。该方法操作简单、富集效率高、快速准确,适用于大批量医用口罩样品测定。     

基于Demons算法改进的图像去噪模型研究

在Demons算法的基础上, 将扩散过程看作图像配准, 建立一种新的基于图像配准的Demons 去噪模型. 实验表明, 该模型去噪效果优于经典的Perona-Malik模型, 排除了模型的病态性. 考虑到新模型在图像去噪过程中仅靠梯度信息表示图像的局部特征还不完善, 故将水平集曲率作为控制图像结构的驱动力因素引入到此模型中, 提出了一种新的梯度和曲率双重驱动力的图像去噪模型. 分析和仿真结果表明, 两种新模型都可有效抑制噪声, 清晰度也有明显的提高, 其中双重驱动力的图像去噪模型去噪效果更具优越性.     

顶空固相微萃取-气相色谱法测定饮用水中5种氯酚

氯酚类化合物(CPs)广泛存在于环境中,其中2,4-二氯酚、2,4,6-三氯酚和五氯酚等都具有较高的毒性,可以通过食物链转移、富集和放大,具有弱雌激素作用和改变酶功能作用,影响生殖发育,被美国环保局列入优先控制污染物名单[1]。目前氯酚类化合物的测定主要采用衍生化气相色谱法[2]、吹扫捕集-气相色谱-质谱法[3]、固相萃取-液相色谱-串联质谱法[4]、固相萃取-气相色谱-串联质谱法[5]以及     

涂碳铝箔对磷酸铁锂电池性能影响研究

本文研究了使用涂碳铝箔作为正极集流体磷酸铁锂电池的性能。研究对比了使用普通铝箔和涂层铝箔的10 Ah软包磷酸铁锂电池的主要性能。研究表明:使用涂层铝箔不但可以提高磷酸铁锂材料的粘结性,而且使用导电涂层可以有效降低正极材料和集流体的接触内阻,从而减小电池内阻,提高电池倍率性能。与使用普通铝箔作为集流体相比,通过使用涂碳铝箔可以使得电池的内阻降低65%左右,但是,磷酸铁锂正极材料的克容量却偏低约5~10 mAh·g-1,首次效率也偏低4%左右;在快速放电15C倍率下,使用涂碳铝箔的电芯比使用普通铝箔容量提高约15%左右,10C放电倍率下,平台增加0.3~0.4 V;使用涂碳铝箔电芯的常温自放电率较高,但容量恢复率也较高;550周循环下,使用涂碳铝箔可以使得电池的循环性能提高约1%。而在电池低温性能方面,使用涂碳铝箔对低温性能并无改善。     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

基于拟相对内部集值优化问题弱有效元的最优性条件

本文研究了基于拟相对内部的非凸集值优化问题弱有效元的最优性条件.首先,讨论了弱有效元与线性子空间之间的关系,利用涉及拟相对内部的凸集分离定理,获得了弱有效元的最优性条件.其次,给出了基于拟相对内部弱有效元的Lagrange乘子定理.