P(α,α′)πN反应中N(1440)激发的蒙特卡罗研究

在P(α,α′)πN反应的几种反应机制中研究N^*(1440)激发, 利用蒙特卡罗模拟的办法重现N^*(1440)共振峰的位置, 我们在给定入射能量情况下模拟出末态各出射粒子的动量, 角分布情况. 计算结果可以在πN的不变质量谱中观察到明显的N^*(1440)共振峰, 同时达里兹图中在πN系统能量平方为2100MeV²附近事件分布密集, 而别的组态却没有观察到这些情况, 这都说明了πN共振粒子N^*(1440)的产生.     

交流示波极谱法中i_f～E曲线的研究 Ⅳ.示波极谱氧化还原滴定法

在i_f～E曲线的测量方法中,由于氧化和还原剂都具有电化学活性,因此,这两种试剂的量就可以通过不同电极电位处的法拉第电流峰敏锐地反映出来。当利用i_f～E曲线指示氧化还原滴定终点时,终点的示波图形,不仅反映氧化和还原剂电流峰的出现和消失,而且反     

4-二甲氨基吡啶催化合成含氟苯甲酸糖酯

以4－二甲氨基吡啶为催化剂由含氟苯甲酸与溴代乙酰糖催化酯化合成了4个新的含氟苯甲酸糖酯。其结构经IR，^1H NMR和MS确认，多数还作了^13C NMR测定。     

微电极研究 XV.微带电极及阵列微带电极上的扩散

本文讨论了微带电极的计时电流、扩散层与时间的关系;研究了微带阵列电极的扩散层交叠情况及其对计时电流的影响;进而对微带阵列电极上电极间的屏蔽效应进行了研究,屏蔽效应与电解时间、电极间距离及电极宽度有关,用已有的实验结果验证了本文的理论分析.     

碳纤维微电极研究(Ⅺ)——利用温度效应测定电极反应的热力学和动力学参数

研究了温度对碳纤维微电极上伏安曲线的影响及温度与电极电位的关系,测定了电极反应的热力学参数.由电流与温度的关系测定了去极剂的扩散活化能E_(al)和D_o,利用微电极具有高速传质的特性,测定了常规电极上为可逆反应的电极反应标准速率常数(?),并通过(?)与温度的关系测定了电极反应的活化能.     

Single-particle resonance states of 122Zr in relativistic mean-field theory combined with real stabilization method

Single-particle resonance states of ¹²²Zr are studied in the real stabilization method within the framework of relativistic mean field theory. Two efficient methods are adopted to extract the resonance energy and width of ¹²²Zr. The results are compared with those obtained from the analytic continuation in the coupling approach and scattering phase-shift methods.     

Triaxial deformation in 104Rh of the chiral doublet bands

Triaxial relativistic mean field (RMF) approaches are used to study the properties of ¹⁰⁴Rh. The existence of multiple chiral doublets is suggested for ¹⁰⁴Rh based on the triaxial deformations and their corresponding proton and neutron configurations.     

微电极研究 Ⅷ.微盘电极上伏安曲线的滞留效应

本文用循环伏安法研究了微盘电极的边缘效应及比电容,提出了滞留效应的概念,用以描述微盘电极(实际)伏安曲线与理想的典型的“S”型稳态伏安曲线的偏离程度.并用它解释了循环伏安曲线出现滞后环(正反扫描的曲线分离)的原因.导出了微盘电极表面反应区内产物与反应物的浓度及滞留比的计算公式.滞留比与V~(1/2)成正比,计算结果满意地解释了实验现象.     

交流示波极谱法中i_f-E曲线的研究——Ⅶ.基于i_f-E曲线的定量分析方法

本文提出基于i(?)-E曲线的定量分析方法,并在自行研制的微机电化学数据采集系统上,测定了微量的Tl~+、Pb~(2+)、Cd~(2+)、Zn~(2+)、Mn~(2+)和Ga~(3+).结果表明,与经典的dE/dr-E曲线方法相比,i(?)-E曲线方法的准确度提高了2—5倍、灵敏度提高了一个数量级.     

融合形态学连通域和CV模型的民族服饰图案纹样元素分割方法

对民族服饰图案进行自动分割以提取图案纹样元素,是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型（MCC-CV）,提出了一种民族服饰图案自动分割方法,首先对民族服饰图案进行预处理,然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息,对CV模型进行初始化,最后通过CV模型对不同分割目标进行边缘追踪,以实现民族服饰图案纹样元素的自动分割。实验表明,融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率（BR）为0.5时,分割准确率为60%,与其他自动分割算法相比,该算法更为有效,满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。