垂直低温两相流管底液氮汽泡上升速度的实验研究

本文对垂直低温两相流管底部液氮汽泡的上升速度运用高速摄像机进行了可视化实验研究,对所采集的实时图像进行处理.在Cole和Mendelson汽泡上升速度经验公式的基础上,通过对液氮汽泡的上升速度的分析,提出了圆管管路底部液氮汽泡的上升速度的拟合公式,分析研究其变化规律,为进一步探求圆管内液氮弹状汽泡的生成机理提供依据.     

一个简洁的最小二乘法拟合程序

一个简洁的最小二乘法拟合程序陈乃强（河北师范学院物理系石家庄０５００９１）用最小二乘法对含有随机误差的离散数据进行曲线拟合，能将变量ｘ与ｙ间变化关系的ｍ对测量值，总结成ｘ、ｙ间最可几的函数表达式ｙ＝ｆ（ｘ）．但由于此方法所需计算量甚大，故只有在微机已...     

分数导数结合傅里叶最小二乘拟合处理含噪音的重迭信号

提出了一种含噪音重迭信号的综合处理方法 :先用傅里叶最小二乘法拟合噪音数据 ,然后对拟合后的信号求 2 .5次导数 ,在对模拟数据研究的基础上 ,讨论了求导后峰位漂移及其影响因素 ,给出了一个用于矫正峰位值的经验公式。用该方法对模拟和实际的紫外含噪音重迭信号进行处理 ,结果良好     

n-InP在Fe3+/Fe2+溶液中复阻抗的计算机拟合分析

本文测定了不同电位及不同光强下, n-InP在Fe~(3+)/Fe~(2+)溶液中的复阻抗图, 从一个等放电路用计算机对结果进行了拟合, 并对拟合结果进行了讨论。     

桥联双β-环糊精对N-[4-(1-芘基)]丁酰-D/L-苯丙氨酸的手性识别及机理研究

利用紫外-可见吸收和荧光发射光谱, 结合非线性最小二乘法拟合曲线以及分子力学(MM2)模拟系统地研究了手性分子N-[4-(1-芘基)]丁酰-D/L-苯丙氨酸(PDP和PLP, 总称PPs)与β-环糊精(β-CD)、 2-位硒桥联双β-CD(2-SeCD)和2-位碲桥联双β-CD(2-TeCD)的包结能力大小及这3个环糊精对PPs手性识别能力的差异和识别机理. 研究结果表明, PPs不能与单疏水空腔的β-CD形成很好的包结复合物, 与具有较长桥联链的2-TeCD结合能力最强. 2-TeCD与PDP和PLP的结合常数分别为2.33×104和6.07×103 L/mol, 对PPs的手性识别比达到KD/KL=3.84, 高于2-SeCD(KD/KL=2.61). 用MM2模拟得出了PPs与这两个双环糊精形成复合物的三维结构: PPs的绝大部分位于双环糊精两个空腔之间, 但是在这两个复合物中, 苯环与芘环所成的二面角不同. 此外, PPs与这两个双环糊精作用时均存在明显的氢键相互作用, 且2-TeCD强于2-SeCD.     

共焦点椭圆、双曲线的两个性质及应用

在求解一道共焦点的椭圆和双曲线的题目时,从离心率的视角展开了探究,发现了两个性质,并举例说明其应用.     

合理引参,巧妙构建,变式拓展——以一道确定离心率的模拟题为例

圆锥曲线的离心率是其一个非常特殊的几何性质,既很好地体现圆锥曲线自身的性质,又能融合其他数学相关知识,是很好锻炼学生思维与能力的一个主阵地.结合一道模拟题的实例,发散思维,从不同视角引参数,挖掘内涵,构建基本量的关系式,不断深入探究,变式应用与拓展,引领并总结破解技巧与应用.     

基于三维激光点云的枕簧几何尺寸测量方法

枕簧是铁路货车减振装置的关键部件,发挥着承载和缓冲的作用,其尺寸直接影响车辆的减振能力与特性。为保证行车安全,铁路货车段修和厂修时必须对枕簧几何尺寸等进行测量与检查。为提高枕簧检修过程中的测量效率,提出了一种基于三维激光点云的枕簧几何尺寸测量方法。该方法采用线激光传感器获取了枕簧三维点云数据,利用下采样和k-means聚类等算法实现了点云数据的预处理,然后通过平面拟合利用高度测量算法测量了枕簧高度;经过点云降维、边缘提取、圆分割后利用改进的圆拟合算法测量了枕簧内、外直径。搭建试验平台进行了测量算法的精度、可靠性和重复性试验。结果表明：测量10组不同枕簧,最大平均误差在±0.35 mm内,平均测量时间为2.7 s;测量4组枕簧10次,最大平均误差在±0.35 mm内,重复性小于3%。测试结果具有良好的精度和稳定性,满足检修规程和检修工艺要求。     

双面阵CCD实时测量激光发散角的系统

针对目前激光光束发散角测试速度慢,实时性差的问题,提出采用两个面阵CCD同时测量激光远场区域两个不同位置的光束宽度,用两点拟合的方法计算激光光束发散角的方法。该方法装置简单,可快速实时准确地测量激光光束发散角。测试结果表明,系统测量误差<0.1 mrad,重复测量误差均±1%之内。该测量方法研制的仪器成本低、测试效率高、便于携带,适合设备生产现场和空间有限的快速实时检测需求。     

基于贝叶斯压缩感知的子空间拟合离格DOA估计

针对传统的基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导（Sparse Bayesian Inference,SBI）算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。