随机截断模型下生存函数的一个估计

本文讨论截断数据生存函数的估计问题。由于在寿命试验中截断分布Ｇ（ｙ）往往是人们５自己设计的，从类似Ｂｕｃｋｌｅｙ和Ｊａｍｅｓ处理期望的思想出发，文中给出了一个新的估计，并计算了它的期望和方差。     

京汉微波网管系统运行维护探讨

以同步数字体系（SDH,Synchronous Digital Hierarchy）数字微波设备网管系统功能为切入点,介绍了北京-武汉微波网管系统EMS的构成、网管接口之间的协议以及DCC通道、DCN组成,阐述了MS3201网管系统逻辑结构,重点分析了EMS和GNE、本地及远程操作终端、SMS之间的DCN通道组成以及微波网元之间、FOTS/MUX网元之间的协议组成。介绍了网管人员在日常运行维护中所遇到的问题如网元托管故障、微波设备故障、复接设备故障等,并提出与之对应的故障处理措施和方法,保障京汉微波设备的正常稳定运行。     

有机磷催化γ-甲基联烯酸酯[3+2]环化反应

在有机磷催化下,γ-甲基联烯酸酯和烯基茚二酮经过[3+2]环加成反应,以中等到较好的产率、高化学选择性和非对映选择性形成一系列官能团化的螺环化合物.该反应具有操作简单、反应条件温和和底物适用性广等优点.需要指出的是,使用简单易得的PPh_3作为催化剂,就能实现完全的α-区域选择性加成的环化产物.     

基于安全博弈模型的隐私保护方法

采用博弈论方法解决隐私保护问题成为一种新的研究手段.不同于传统的隐私保护方法,基于博弈论的隐私保护方法通过机制设计、描述参与方的收益和代价、模拟他们的理性选择过程、分析博弈纳什均衡可以找到平衡各方收益最大化的最佳解决方案.本文对三类典型的信息安全博弈模型即确定性安全博弈模型、随机安全博弈模型和具有有限信息的安全博弈模型进行描述和形式化定义;然后,面向不同应用场景对基于三类信息安全博弈模型所提出的隐私保护方法进行分类论述,并对此进行分析比较,讨论其优点和局限性;最后,指出现有方法所面临挑战以及今后研究方向.     

单Tavis-Cummings模型中量子关联动力学演化特性及其在量子通信中的应用

本文研究了单Tavis-Cummings模型中两个全同二能级原子与单模光腔发生相互作用时两个原子之间的各种量子关联演化特性,并讨论了该模型中稠密编码和隐形传态的实现。讨论初始态纯度、纠缠度、腔内光子数和腔与原子之间的耦合常数对量子纠缠、量子失协和几何量子失协动力学演化特性的影响并分析出实现稠密编码和量子隐形传态所需最佳参数。结果表明:初始态纯度r和初始纠缠度a对以上三种量子关联有积极作用;随着腔与原子之间的耦合常数g和腔内光子数n的增大,量子关联振荡频率加快,同时量子纠缠死亡时间缩短,而此时量子失协、几何量子失协则仍保持非零。这表明量子失协、几何量子失协相比纠缠更具有优越性。     

关于我国体质指数BMI的分布研究

生活水平的提高,使肥胖症患的人数逐年增加。大量研究证明,肥胖是诱发高血压、冠心病、糖尿病、高脂血症等慢性病的一种主要危险因素,对肥胖症的预防是主要的。确定肥胖的一个简单而又有效的办法是利用世界卫生组织推荐的体质指数ＢＭＩ（Ｂｏｄｙ Ｍａｓｓ Ｉｎｄｅｘ）。本基于上海市延吉地区近万名３０岁以上成年人的调查结果,对体质指数的分布进行了研究,并利用被污染的正态分布族模型对其进行了拟合。     

双波段比色精确测温技术

非接触红外辐射测温具有响应速度快、准确、便捷等优势。为实现中低温(50~400℃)物体温度的精确测量,根据双波段比色测温原理,搭建了双波段比色测温试验系统。首先对试验系统所用的试验器件进行精确标定,得到拟合曲线,用多种插值算法对曲线进行校正。然后,用设定温度的面源黑体作为试验目标来进行试验温度数据采集。实验结果表明:搭建的双波段试验系统不需要知道目标发射率,也能较为精确地得到中低温物体的真实温度。当系统标定置信度为0.95 时,物体的标准偏差在3℃以内。验证了搭建测温系统的正确性,实验装置的搭建对中低温物体真实温度的精确测量具有重要的研究意义。     

形貌可控卟啉材料的合成及光电性质

通过自组装方法制备了一种卟啉材料,并通过调节溶液pH值实现了对其形貌的可控。 当pH值较低时形成卟啉棒状结构;当pH值较高时形成卟啉叶片状结构。 利用紫外、红外和X衍射仪等多种表征方法对其结构和性质进行了表征。 结果表明,在无机酸的作用下,卟啉分子通过π-π、静电作用形成一维结构的J-聚集体;当pH值增加时,氢键的作用占主要作用形成二维片状结构。 将此卟啉棒状材料构筑微纳米器件,测试其光电性能,表明对可见光有很好的响应。 这种具有光电响应的卟啉材料有望成为微纳电子器件的光电元件。     

数据预处理与决策树在客户行为分析中的应用

决策树算法是数据挖掘中的一种重要算法,介绍了决策树的构建过程中数据预处理方法及决策树构造方法与步骤.数据预处理是为了提高数据挖掘对象的质量,主要包括数据清洗、数据集成与数据消减.数据预处理之后,在训练样本集的基础上,通过选择适当的属性做为树根、子树根,不断重复,基于剪枝方法,最终建立了经过优化的决策树.