物理教学中实施科学教育方法的途径

通过分析科学方法教育在物理教学中的作用和地位，阐述了在物理教学中进行科学方法教育的途径。     

龙图的奇优美性

根据复杂网络研究的需要,定义(k,m)-奇优美龙图和一致(k,m)-龙图作为复杂网络的模型.这些龙图的奇优美性得到研究,其中证明方法可算法化.     

基于多弛豫信号补偿的快速磁共振T1ρ散布成像

定量磁共振成像（MRI）可量化组织特性,是科学研究和临床研究的重要工具.旋转坐标系下的自旋-晶格弛豫时间（T_1ρ）能反映水与大分子之间的低频交互作用,在3 T及以上的高场环境下,T_1ρ受水和不稳定质子之间化学交换的影响较大,通过测量弛豫率随自旋锁定场强度的变化而得到其分布情况（T_1ρ散布）,可用于分析和量化质子的交换过程,因此T_1ρ散布是一种重要的定量MRI技术.然而,获得不同自旋锁定场强下T_1ρ加权图像的时间过长,限制了其应用范围.针对这一问题,本研究提出一种基于多弛豫信号补偿策略的快速T_1ρ散布成像方法.该方法将不同锁定频率下的T_1ρ加权图像补偿到同一信号强度水平,并结合低秩与稀疏建立重建模型.实验结果表明,该方法在加速倍数高达7倍时仍获得了较好的重建结果.     

基于傅里叶变换的光纤陀螺测试环境自评估技术

提出了一种基于傅里叶变换的光纤陀螺(FOG)测试环境自评估技术。测试结果表明,FOG零偏稳定性由环境3中的0.0015 (°)/h(100 s, 1σ)(数据100 s平滑后的标准差)降低到环境4中的0.0019 (°)/h (100 s, 1σ);随机游走系数由环境3中的2.1565×10~(-4)(°)/h~(1/2)降低到环境4中的2.8876×10~(-4)(°)/h~(1/2)。对另一只脉冲输出的陀螺进行了不同环境下的测试,零偏稳定性由环境3中的0.0013 (°)/h (100 s, 1σ)降低到环境4中的0.0021 (°)/h (100 s, 1σ)。通过两只陀螺的实验,验证了所提自评估技术的有效性,为高精度FOG的精度测试提供了指导。     

二维球坐标系中子输运方程的一种并行SN算法

针对二维球坐标系下中子输运方程的SN算法, 提出基于(单元, 方向)二元组的有向图模型, 在已有的基于有向图的并行流水线算法基础上, 设计粒度可控多级并行SN算法。其中, 采用区域分解和并行流水线相结合的方式挖掘空间-角度方向的并行度, 提出能群流水并行方法, 并通过设置合适的流水线粒度来平衡有向图调度、通信和空闲等待开销。实验结果表明: 该算法可以有效地求解二维球坐标系下的中子输运方程。在某国产并行机1920核上, 对于96万网格、60个方向、24能群、数十亿自由度的典型中子输运问题, 获得了71%的并行效率。     

高效液相色谱-串联质谱法测定鸡组织中的喹烯酮标示残留物

采用液相色谱-串联质谱（HPLC—MS／MS）法测定鸡组织（肌肉、肝、肾）中喹烯酮标示残留物3-甲基喹噁啉-2-羧酸的含量。组织匀浆样品经碱水解、液液萃取,采用HPLC—MS／MS电喷雾电离（ESI）,正离子模式,多反应监测（MRM）,以喹噁啉-2-羧酸为内标进行定量。检出限为5μg／kg。     

BP-Bagging模型在光纤陀螺温度补偿中的应用

为了消除光纤陀螺的温度效应并提高陀螺的精度,BP神经网络模型广泛的应用在光纤陀螺的零偏温度漂移辨识和补偿中。然而,单神经网络模型的泛化能力差,影响模型的预测结果。结合神经网络集成学习的思想,利用Bagging集成技术产生差异大、预测能力强的个体网络,提升模型的预测能力。建立光纤陀螺零偏温度的BP-Bagging模型,将其应用在温度补偿中。通过对某型光纤陀螺的零偏漂移数据进行仿真,结果表明:BP-Bagging模型相比线性回归模型、单BP神经网络模型的补偿效果更显著,有效改善了陀螺的零偏稳定性能。     

一类完全图生成的广义格子图的邻点可区别边染色

定义了一类2维广义格子图H2(G, n, m;k1, k2),并从图的结构出发,利用构造染色的方法,得到了图H2(K4, n, m;4,4)的邻点可区别边色数。     

基于Legendre函数的超高阶次地磁场建模方法

Legendre函数是超高阶地磁场模型球谐展开的重要组成部分,是解决高纬度地区数据溢出问题的关键。针对Legendre函数在超高阶地磁场建模中的解算问题,从Legendre函数的递推方法出发,优化了Legendre函数的解算过程,提高了效率和精度,解决了数据溢出问题,并给出了Legendre函数的递推过程、函数值和精度检验值。仿真结果表明,该方法提高了磁场模型数值稳定性及精度,为建立更高阶次的地磁场模型和地磁导航基准图的制备提供理论依据。通过将模型计算的各磁场要素与EMM2010模型相比较,验证了方法的有效性,并生成了全球的地磁图。