一种新的奇偶非线性相干态的位相统计性质

根据Pegg-Barnett位相定义, 计算了一种新的奇偶非线性相干态的位相概率分布函数, 利用数值计算方法研究了它们的位相统计性质. 数值计算结果表明：新的奇偶非线性相干态的位相特性与通常奇偶相干态的位相特性截然不同.     

一种新的奇偶非线性相干态及其量子统计性质

定义了一种新的奇偶非线性相干态即算符B2[B=af(N)]的两个正交归一本征态,利用数值计算方法研究了它们的量子统计性质.结果表明,与通常的奇偶相干态不同,在参数|β|变化的某些范围内,只有偶非线性相干态可以存在压缩效应,而振幅平方压缩和反聚束效应在这两个态中均可以呈现 关键词： 新的奇偶非线性相干态 压缩 振幅平方压缩 反聚束效应     

沐浴海绵Spongia zimocca aubspecles irregularia(Lendenfeld)中的含氮化合物

从沐浴海绵Spongia zimocca aubspecles irregularia(Lendenfeld)分离和处理得到3种含氮化合物,通过波谱法鉴定化学结构,化合物1为新的神经酰胺N-2-(1,3-二羟基-十五烷基)-2′,20′-二十一酰胺,2为神经酰胺(E)-N-2-(1,3-二羟基-4-十八烯基)-十六酰胺,3为醋酸胍.     

一类五阶非线性波方程的新精确解

通过利用新的G展开法,并借助Mathematica计算软件,研究了一类五阶非线性波方程的精确解,获得了方程的含有多个任意参数的新的显式行波解,分别为三角函数解、双曲函数解、指数函数解,扩大了该类方程的解的范围.     

新的奇偶非线性相干态及其非经典性质

构造出了一种新的奇偶非线性相干态, 并借助于数值计算方法研究了它们的压缩、振幅平方压缩、反聚束和相位概率分布等非经典性质. 结果表明, 与通常的奇偶相干态和非线性奇偶相干态不同, 在参数|λ|的不同取值范围内, 新的奇偶非线性相干态在Y₁和Y₂两个方向均可呈现振幅平方压缩效应, 而压缩效应仅在偶非线性相干态的X₂方向上呈现, 反聚束效应仅在奇非线性相干态中呈现. 另外, 通过研究新的奇偶非线性相干态相位概率分布, 发现新的奇偶非线性相干态具有完全不同的量子干涉特性. 关键词： 新的奇偶非线性相干态 压缩效应 反聚束 相位概率分布     

二阶椭圆问题新的混合元格式

本文基于二阶椭圆问题一种新的混合变分形式,给出同时满足强椭圆性和B-B条件的任意次的求解格式.理论分析表明这些单元论证简单而且用了较少的自由度达到最优误差估计.同时我们还给出了它们在各向异性网格下的误差估计.     

带新熵函数的Entropy-Ultra-bee格式计算线性传输方程

本文研究了线性传输方程的数值解法.利用物理的熵函数得到了一种新的Entropy-Ultrabee格式.数值实验表明该格式长时间计算效果非常好,在间断附近有比较高的分辨率.     

海绵Sigmadocia sp.中的新神经酰胺的结构确定

从南海海绵Sigmadocia sp．中分离得到两个新的神经酰胺、通过IR．ID NMR,2D NMR．FAB MS等波谱和化学方法,确定了它们的结构分别为N-(正-二十二碳酰基)-2-氨基-正-二十烷-1,3、4,5-四羟醇(1)和N-(2‘-羟基-正-二十二碳酰基)-2-氨基-正-十八烷-1．3．4-三羟醇(2）。     

防治心脑血管疾病药物——灯盏细辛酚的研究与开发

灯盏细辛是著名的传统中药,全草用于治疗脑血管病中风及其后遗症偏瘫有良好疗效的中药材。自20世纪80年代,已开发了两种制剂（片剂和注射剂）在临床上用于治疗脑栓塞、脑血栓形成、脑血栓引起的瘫痪、冠心病、心绞痛、急性肾功能衰退以及肾变病综合症等。在临床上有很好疗效。为此,灯盏细辛已收载于2005年版《中华人民共和国药典》一部。自1992年始,我们再次对灯盏细辛的化学和活性成分进行了深入研究,发现了一系列二咖啡酰基奎宁酸酯类化合物同样为其主要活性成分,这些酚性成分为：1,5-,3,5-和4,5-二咖啡酰基奎宁酸和飞蓬酯乙等。为此,我们研发了包括灯盏乙素和上述系列酚类化合物为有效部位的、名"灯盏细辛酚"的注射液。已于2007年7月完成III期临床研究,正在申请新药证书。经临床研究表明,与同类药物相比是起效快、对重症病人疗效尤为显著、总有效率达98%以上的,有效成分清楚,质量可控,疗效确切的新一代制剂。     

基于改进的Heaviside核函数新的目标模型追踪算法

为更好地解决前景和背景相似程度较大或目标运动较为复杂的问题,提出了基于改进的Heaviside核函数新的目标模型追踪算法.在初始帧中,使用改进的Heaviside核函数来表示目标区域,然后分别计算目标区域前景和背景元素的颜色纹理直方图特征分布,并通过前景和背景特征分布差异建立新的目标模型,它可更好地代表目标.对于候选模型,结合传统Epanechnikov核对目标模型建模,通过Bhattacharyya系数进行迭代搜索,最终收敛的位置即为下一帧的目标中心.实验结果表明:提出的算法和传统的Mean-shift算法和基于颜色纹理直方图的Mean-shift算法相比较精确度高、速度快、鲁棒性强.