氢化物发生-原子荧光光谱法测定水中汞的测量不确定度分析

对氢化物发生-原子荧光光谱法测定水中汞的分析方法的测量不确定度进行了估计。认为在分析的全过程中,标准溶液的配制、校准曲线的绘制以及试样的分析是测量不确定度的三项主要来源。基于这一认识,建立了相应的数学模型,对关系式中的各个变量作了分析并对其不确定度进行量化。最后,按统计学的计算方法给出了合成不确定度和扩展不确定度。     

激光斑点漂移的研究

用激光照射粗糙表面时,可以观测到颗粒状的细小斑点,当人眼或相机移动时,观测到斑点也发生移动.分析了激光散斑产生和漂移的原因,将散斑漂移简化为几何光学和波动光学问题,得到一致的散斑漂移速度计算公式.利用Mathematica计算光强关联函数,证实圆斑越大散斑越小.实验测量了散斑漂移速度与相机移动速度的关系,结果符合理论公...     

超高效液相色谱–串联质谱法测定鲜蛋中氟苯尼考残留量的不确定度分析

评定超高效液相色谱–串联质谱法测定鲜蛋中氟苯尼考残留量的不确定度。建立测定鲜蛋中氟苯尼考的不确定度数学模型,不确定度来源包括标准溶液的质量浓度、样品溶液体积量取、称样质量、重复性,对不确定度分量分别进行评定,合成不确定值。鲜蛋中氟苯尼考残留量为1.49 μg/kg时,其扩展不确定度为0.19 μg/kg(k=2,P=95%)。为科学评价实验结果的准确性提供依据,为评定其它相关检测方法的不确定度提供参考。     

单标线塑料容量瓶的校准方法

建立了以纯水为介质的衡重法单标线塑料容量瓶校准方法。通过查询列举的三种常见的塑料容量瓶体胀系数所对应的K(t)值表,根据不同材质的塑料容量瓶,可计算得到其实际容量,操作方法简便,实操性强。并以校准VITLAB塑料容量瓶为例,对其测量结果进行不确定度评定,U=0.02 mL,k=2。该方法为实验室人员进行塑料容量瓶的自校准,提供了参考。     

柱后衍生–液相色谱法测定蔬菜中克百威残留量的不确定度评定

评定柱后衍生–液相色谱法测定蔬菜中克百威残留量的不确定度。根据JJF 1059.1—2012 《测量不确定度评定与表示》和JJF 1135—2005 《化学分析测量不确定度评定》中有关规定,对该方法建立不确定度评估结果计算的数学模型,对测定中的不确定度来源进行分析和评估。测量不确定度的主要来源包括标准溶液稀释过程、样品的称量、样品溶液的稀释定容、重复性测量,分别对不确定度分量进行计算,并合成相对标准不确定度。当蔬菜中克百威和3-羟基克百威残留量为0.020 mg/kg时,扩展不确定度分别为0.001 3、0.001 6 mg/kg(k=2),克百威和3-羟基克百威残留量分别表示为(0.020±0.001 3)、(0.020±0.001 6) mg/kg(k=2)。该方法确定了不确定度主要来源为标准溶液的稀释过程,为检验结果的准确性及可靠性提供了技术依据。     

区间数互补判断矩阵的拓扑排序方法

提出了方案之间进行比较时优于与劣于的定义,通过构造与区间数互补判断矩阵相对应的有向图的方法,将互补判断矩阵的排序问题转化为有向图中顶点的拓扑排序问题,将有向图中的顶点按照备选方案的重要性顺序输出,得到的顶点的序列即为备选方案的重要性排序,数值计算实例验证了该方法的有效性与可行性。     

梯度半空间梯度覆层中的Love波

对功能梯度弹性半空间上覆盖一层功能梯度材料中的Love波的频散问题进行了研究,给出 了Love波频散方程的一般形式. 对功能梯度弹性半空间和功能梯度覆层的反平面剪切波的运 动控制方程进行了求解,给出了半空间和覆盖层的位移、应力解析解,给出了Love波在该解析 解下的频散方程. 以覆盖层的剪切弹性模量和质量密度均呈指数函数变化,半空间的剪切弹 性模量和质量密度均呈抛物线变化为例,利用迭代方法对频散方程进行了求解,给出了频散 曲线. 结果显示：在最低阶振型频散曲线中出现截止频率.     

基于方向信息测度的最小模糊度准则边缘检测

将像素点的方向信息测度作为判别边缘点的特性指标,借用Huang等构造的自适应确定分割阈值的思想,本文提出了一种基于方向信息测度的最小模糊度准则边缘检测方法。文中提出的方法,一方面由于采用了方向信息测度,可以很好地将边缘点和非边缘点区分开来;另一方面通过最小化模糊度,自适应地将给定图像的所有像素点按照方向信息测度分成两类,从而达到提取边缘的目的。实验结果证明,我们提出的方法能够很好地判别边缘点,有效地提取图像的边缘。     

基于单调包含度的模糊决策信息系统的知识约简

知识约简是机器学习,模式识别,信号处理等领域的主要问题之一。本文介绍了基于单调包含度的模糊决策信息系统的知识约简。证明了模糊决策信息系统的约简即是其对应信息系统的约简,从而为该种模糊决策信息系统的知识约简提供了简单直接的方法。     

基于稳定分布的PARCH模型

本文首先介绍了稳定分布和基于正态分布、稳定分布的PARCH模型,并通过股票指数收益率的稳定化PP图和直方图发现其具有高峰厚尾特征.最后,通过上证指数的VaR计算,得到在金融风险度量中基于稳定分布的PARCH模型比基于正态分布的PARCH模型更加有效。