钚质谱分析灵敏度的提高

质谱分析时，在样品涂样过程中加入发射剂来提高钚的电离效率是一种可靠的方法。一般采用的发射剂有活性炭颗粒和树脂珠，因活性炭颗粒和树脂珠在样品涂样和测量过程中存在一些问题，所以实验研究中衔活性炭颗粒研磨成细粉，制成活性炭粉，克服了活性炭颗粒容易使铼带烧穿的缺点。初步研究了活性炭粉在钚质谱分析中的离子产额，发现使用活性炭粉可以提高钚质谱分析灵敏度近20倍。     

两种电机滚动轴承故障诊断方法对比研究

分别将集成经验模态分解(Ensemble Empirical Mode De-composition,EEMD)、经验小波变换(Empirical Wavelet Transform,EWT)、排列熵(Permutation Entropy,PE)、支持向量机(Support Vector Machine,SVM)方法...     

两个由铜离子与Waugh-型阴离子构筑的化合物的合成、晶体结构及表征

通过水热合成得到了一个新颖的包含四核铜配合物的无机-有机杂化化合物[CuCl(H₂O)₄)][CuCl(H₂O)(Phen)][{(CuPhen)₂Cl₂}₂(bdc)]₂[P₂W₁₈O₆₂]·5H₂O(1)(Phen=1,10-phenanthroline和bdc=1,4-benzenedicarboxylate),对其进行了元素分析、红外光谱、热重、电化学等表征,并用X-射线单晶衍射测定了它的晶体结构。化合物1含有由Cl和bdc桥连的四核铜配合物阳离子[{(CuPhen)₂Cl₂}₂(bdc)]²⁺。此外,化合物1的电化学研究表明其对亚硝酸的还原具有很好的电催化活性。     

基于UV-Vis检测养殖水体中化学需氧量含量研究

采用紫外可见光谱(UV-Vis)与极限学习机算法检测水体化学需氧量(chemical oxygen demand,COD)含量研究。采集135份水样进行紫外可见波段全光谱扫描,结合变量标准化(standard normal variate,SNV),多元散射校正(MSC)和一阶微分(1st D)对原始数据进行预处理,然后采用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、随机青蛙(Random frog)算法和遗传算法进行特征波长选择。基于全光谱建立了偏最小二乘回归(partial least squares,PLS)和基于特征波长建立了极限学习机算法(extreme learning machine,ELM)模型。结果表明：使用CARS提取的9个特征波长建立的ELM模型的预测效果最优,决定系数R2为0.82,预测均方根误差RMSEP为 14.48 mg·L-1,RPD值为2.34。说明使用CARS变量选择算法获取UV-Vis光谱特征波长,应用极限学习机建模,可以准确、快速的检测养殖水体中COD含量,为实现养殖水体COD的动态快速检测以及水体其他微量物质含量参数检测打下基础。     

应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究

应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究。采集浙江省文城地区农田土壤样品近红外光谱数据,土壤样品数为394个。为简化模型,采用遗传算法结合连续投影算法挑选出18个特征波长建模,应用偏最小二乘回归建立有机质预测模型,建模集的决定系数为0.81,均方根预测误差为0.22, 剩余预测偏差为2.31,预测集的决定系数为0.83,均方根预测误差为0.20,剩余预测偏差为2.45。研究发现,遗传算法结合连续投影算法在简化模型同时,模型的预测评价指标同采用全谱波长建模并没有明显降低。因此,遗传算法结合连续投影算法挑选的特征波长可以应用于近红外光谱检测土壤有机质含量。     

提高铀质谱分析灵敏度的一种方法研究

在质谱分析中，磷酸作为电离增强剂在分析锂、铅、钡等元素时经常使用，而对于铀质谱分析使用磷酸作为电离增强剂则未见报道。初步研究了磷酸在铀质谱分析中的铀离子产额，发现使用磷酸可以提高铀质谱分析灵敏度达到4．5倍。     

码本在压缩感知矩阵中的应用

压缩感知矩阵的构造在压缩感知理论中起着举足轻重的作用.基于线性码和最优码本构造了一类新的压缩感知矩阵,并与DeVore构造的压缩感知矩阵和Gaussian随机矩阵的进比较,从不同的角度分别证明了当参数满足一定的条件时,新构造的压缩感知矩阵具有更好的性能.     

顶点代数V_(l,0)的极小生成问题

设g是有限维单李代数,是相应于g的无扭仿型Kac-Moody代数的导代数.讨论了相应于的顶点代数V_(l,0)的极小生成问题,证明了V_(l,0)作为顶点代数由a,h两个元素生成,其中a,h∈g.     

LIBS结合单变量定标法对土壤中铅元素含量检测

重金属污染一直影响着人们的健康生活,如镉,铅和铜等的污染,故而土壤重金属的快速检测和如何预防,一直受各国学者关注和研究。传统土壤重金属检测方法（如原子吸收光谱法、X荧光光谱法等）样品预处理复杂,分析成本较高,易形成样品的二次污染,不能满足快速分析的要求。激光诱导击穿光谱（LIBS）是一种典型的原子发射光谱,它是基于分析物质中原子和离子受激发而发射的特征谱线信息,进而研究物质成分的分析方法。LIBS技术能够快速检测任何状态（固、液和气态）物质元素的成分和含量,被看作是未来化学检测和快速绿色分析领域的新兴技术。LIBS技术具有对样本简单预处理（或不需要处理）、多元素同步分析、远距离测量、适用性广等优势,被广泛用于生活生产的各个领域,已成为近年来国内外学者广泛关注和研究的热点之一。在农业信息快速感知的大背景下,以激光诱导击穿光谱技术为技术手段,以土壤重金属铅元素为研究对象,运用理论分析和数学建模相结合,建立了多种基于单变量定标曲线的土壤重金属铅检测模型,并进行了模型验证。自制15个已知的铅元素浓度梯度的谱线土壤样本,在获取了土壤LIBS数据之后,对其进行预处理对比,建立了基于谱峰强度、谱峰积分、洛伦兹拟合强度三种定标曲线模型,对土壤中铅元素含量进行定量分析,得出基于三种定标曲线模型对土壤中铅元素含量的预测决定系数R2分别为0.918 0,0.910 1和0.914 3,三种定标曲线分析方法的预测结果都较好,说明了LIBS结合单变量定标曲线法对土壤中铅含量的检测可靠性高。最后选取部分样本数据进行验证,结果较好。研究结果为研发便携式农田土壤污染物检测技术与装备提供技术支撑,也为农田精准管理和科学施肥奠定基础。     

一类特殊二维0-1规划的广义指派模型求解

二维0-1整数规划模型应用广泛,对广义指派问题的研究,解决了一些二维0-1整数规划问题.但有些实际问题具有特殊上限约束,目前还没有对应的方法.针对该实际情形,本文建立了相应的数学模型,利用对指派模型的推广,求得问题最优解,从理论上解决了这一类特殊约束二维0-1整数规划的最优解求取问题.并通过算例说明了方法的使用.