遗传λ-Lindel(o)f性和遗传λ-可分性

函数空间的遗传λ-Lindel(o)f性质和遗传λ-可分性质被讨论,得到了一些结果.一些是P.Zenor的某些的推广.从而加深了对函数空间的遗传λ-Lindel(o)f性质和遗传λ-可分性质的认识,推动了对函数空间的遗传λ-Lindel(o)f性质和遗传λ-可分性质的讨论.     

遗传λ-Lindelf性和遗传λ-可分性

函数空间的遗传λ-L indelf性质和遗传λ-可分性质被讨论,得到了一些结果.一些是P.Zenor的某些的推广.从而加深了对函数空间的遗传λ-L indelf性质和遗传λ-可分性质的认识,推动了对函数空间的遗传λ-L indelf性质和遗传λ-可分性质的讨论.     

6H-SiC高场输运特性的多粒子蒙特卡罗研究

采用非抛物性能带模型,对6H-SiC高场电子输运特性进行了多粒子蒙特卡罗(Ensemble Monte Carlo)研究.研究表明：温度为296 K时,电子横向漂移速度在电场为2.0×104 V/cm处偏离线性区,5.0×105 V/cm处达到饱和.由EMC方法得到的电子横向饱和漂移速度为1.95×107 cm/s,纵向为6.0×106 cm/s,各向异性较为显著.当电场小于1.0×106 V/cm时,碰撞电离效应对高场电子漂移速度影响较小.另一方面,高场下电子平均能量的各向异性非常明显.电场大于2.0×105 V/cm时,极化光学声子散射对电子横向能量驰豫时间影响较大.当电场一定时,c轴方向的电子碰撞电离率随着温度的上升而增大.对非稳态高场输运特性的分析表明：阶跃电场强度为1.0×106 V/cm时,电子横向瞬态速度峰值接近3.0×107 cm/s,反应时间仅为百分之几皮秒量级.     

抽象函数空间的连续小波变换和微分方程

主要讨论了抽象函数的某些微分方程和相应的积分方程之间的关系;通过连续小波变换将这些微分方程能够转换为相应的积分方程;这些微分方程和相应的积分方程在弱收敛意义下是等价的.     

SiC电子输运特性的Monte Carlo数值模拟

利用系综MonteCarlo法研究了2H ,4H和6HSiC的电子输运特性.在模拟中考虑了对其输运过程有着重要影响的声学声子形变势散射、极化光学声子散射、谷间声子散射、电离杂质散射以及中性杂质散射.通过计算,获得了低场下这几种不同SiC多型电子迁移率同温度的关系,并以4H SiC为例,重点分析了中性杂质散射的影响.最后对高场下电子漂移速度的稳态和瞬态变化规律进行了研究.将模拟结果同已有的实验数据进行了比较,发现当阶跃电场强度为10×106V·cm-1时,4H Sic电子横向瞬态速度峰值接近33×107cm·s^-1,6H Sic接近30×107cm·s^-1.     

基于小波变换的汉语声调识别新方法

利用小波变换能够模拟人耳听觉特性的优点及其时频局部化特性,对实际语音信号进行分析。根据小波变换模极大值原理以及语音信号的奇异和瞬态特性,提出了一种新的小波变换峰值检测算法。该算法可用于精确提取语音的基音周期,准确进行声调识别。最后,给出应用实例说明了本文算法的有效性。     

掺氮4H-SiC电子输运特性的多粒子蒙特卡罗研究

在最新能带结构计算的基础之上,采用非抛物性能带模型对掺氮4H-SiC电子输运特性进行了多粒子蒙特卡罗(Ensemble Monte Carlo)研究.研究表明,低场下,掺杂浓度较低时,氮杂质不完全电离导致的中性杂质散射对4H-SiC横向电子迁移率影响较小.随着掺杂浓度的增加,中性杂质散射作用增强.掺杂浓度较高时,随着温度的增加,中性杂质散射的影响逐步减弱.4H-SiC电子迁移率较高且各向异性较小,温度为296K时得到的横向电子饱和漂移速度为2.18×10⁷cm/s;阶跃电场强度为1000KV/cm时,横向瞬态速度峰值接近3.3×10⁷cm/s,反应时间仅为百分之几皮秒量级.模拟结果同已有的测试结果较为一致.     

基于视觉特性的非线性多尺度彩色图像增强

[目的]针对图像在低光照下的亮度和对比度偏低的问题,提出一种基于视觉特性的非线性多尺度彩色图像增强算法.[方法]该算法将彩色图像从RGB色彩空间转化到HSI色彩空间,保持H分量不变,对S分量进行指数拉伸,对Ⅰ分量利用视觉系统模型和非线性映射方法实现图像对比度增强,再通过自适应的亮度调整增加图像的全局亮度.最后将HSI色彩空间转化到RGB色彩空间,从而实现对彩色图像自适应增强.[结果]通过对低光照彩色图像进行增强测试,其测试结果表明,[结论]该算法能够自适应地调整图像的全局亮度,增加图像的局部细节对比度,并保持其原色彩,提升彩色图像在低光照下的视见度.     

重构小波系数的分段三次样条插值新算法

利用小波变换模极大值原理对信号去噪之后,如何由保留下来的模极大值点恢复出满意的重构信号,是一个重要课题.本文首先分析模极大值与小波系数之间的内在关系,提出了模极大值实际上是小波系数在特定意义下的离散采样;然后给出了一种对模极大值进行预处理的方法,由此得到了一组新的伪模极大值序列;利用这组伪模极大值序列,提出了一种新的重构小波系数的分段三次样条插值(PCSI)新算法,该算法程序简单,易实现,克服了交替投影(AP)法计算量大、程序复杂等缺点;最后给出一个应用实例,实验结果表明,与经典的交替投影法相比,本文提出的PCSI算法可获得更高的重构信号信噪比增益和更小的相对均方误差,它是一种实际、有效的算法.     

重构小波系数的分段三次样条播值新算法

利用小波变换模极大值原理对信号去噪之后,如何由保留下来的模极大值点恢复出满意的重构信号,是一个重要课题。本文首先分析模极大值与小波系数之间的内在关系,提出了模极大值实际上是小波系数在特定意义下的离散采样;然后给出了一种对模极大值进行预处理的方法,由此得到了一组新的伪模极大值序列;利用这组伪模极大值序列,提出了一种新的重构小波系数的分段三次样条播值（ＰＣＳＩ）新算法,该算法程序简单,易实现,克服了交替投影（ＡＰ）法计算量大、程序复杂等缺点;最后给出一个应用实例,实验结果表明,与经典的交替投影法相比,本文提出的ＰＣＳＩ算法可获得更高的重构信号信噪比增益和更小的相对均方误差,它是一种实际、有效的算法。