2022年《理化检验-化学分册》征订启事

《理化检验-化学分册》(ISSN 1001-4020,CODEN编码 LJHFE2,CN 31-1337/TB)杂志创刊于1963年,系由上海材料研究所与机械工程学会理化检验分会联合主办的技术类期刊,主要报道化学分析与仪器分析专业领域中的新方法、新技术、新设备以及国内外的研究方向。"面向生产、注重实用、反映动向、兼顾普及"是刊物的编辑方针,旨在最大幅度地满足不同层次读者的需要。     

撰稿指南

1.凡投稿,请一律将作者的姓名、简介、所在单位、通讯地址、邮政编码、联系电话、传真、E-mail等个人信息全部放在与正文内容相独立的首页,个人信息应尽量完整、准确,以便编辑部及时与作者联系.2.因投稿量大,无论本刊采用与否,概不退稿,请作者自留底稿,投稿者勿一稿多投,若作者在投稿后一个半月仍未接到采用通知,可自行处理稿件.投稿一个半月后可与责任编辑联系查询稿件的受理情况,查询电话见版权页,     

谐和与随机噪声联合作用下Van der Pol-Duffing振子的参数主共振

研究了Van der Pol-Duffing振子在谐和与随机噪声联合激励下的参数主共振响应和稳定性问题。     

C2(×)Cn量子系统的最大纠缠混合态

讨论了C2(×)Cn量子系统的最大纠缠混合态,得到了Negativity纠缠度下的最大纠缠混合态的解析结果,并计算了该态在非满秩情形下的量子相对熵纠缠度.     

用"更相减损术"求最大公因式

“更相减损术”是我国古代数学中求二整数最大公因数的方法 .古典名著《九章算术》卷一在谈到分数分子分母约去公因数有“置分母子之数 ,以少减多 ,更相减损求其等也 .以等数约之 .”这里的“等数”就是所说分母分子的最大公因数 .所谓“更相减损求其等”就是置两个整数 ,以少减多 ,反复相减 ,直到二数相等就得到它们的最大公因数 .例如 ,求 91 ,49的最大公因数(91 ,49) .我们有(91 ,49) =(91 -49,49) =(4 2 ,49)=(4 2 ,7) =…… =(7,7) =7刘徽说 :“其所以相减者 ,皆等数之重叠 .”数91 ,49都是等数 7的重叠 .对于初学者来说 ,“更相减损求…     

静态球对称黑洞Dirac场的统计熵

利用改进的brickwall模型,给出了一类静态球对称黑洞Dirac场的熵,结果表明,在取相同的截断因子时,Dirac场的熵均为标量场的熵的72倍 关键词： 黑洞 统计熵 brickwall模型 Dirac场     

一类(0,1)-矩阵的最大积和式的积分表达式

给出了线和n-2的n阶（0，1）－矩阵的最大积和式的积分表达式，并证明了该积分表达式与[1]得到的组合表达式等价。     

教师课堂教学质量的定量分析

本根据学生对教师课堂教学质量的评分建立指标评估体系，得到一次量化数据。对一次量化数据进行统计分析：粗差剔除，计算标准分，得到被评估在各总体中的相对位置。在此基础上，采用二次量化模型，最后得到在全校范围内的教师得分排序。     

Ⅴ型三能级原子与双模奇偶纠缠相干光场相互作用系统的光子统计性质

本文采用求解Schroedinger方程和数值计算方法，研究了Ⅴ-型三能级原子与双模奇偶纠缠相干光场相互作用系统的光子统计性质，结果表明：此性质与双模奇偶纠缠相干光场的纠缠程度、失谐量、原子的初态以及双模光的平均光子数相关联．     

Speech emotion recognition based on statistical pitch model

A modified Parzen-window method, which keep high resolution in low frequencies and keep smoothness in high frequencies, is proposed to obtain statistical model. Then, a gender classification method utilizing the statistical model is proposed, which have a 98% accuracy of gender classification while long sentence is dealt with. By separation the male voice and female voice, the mean and standard deviation of speech training samples with different emotion are used to create the corresponding emotion models. Then the Bhattacharyya distance between the test sample and statistical models of pitch, are utilized for emotion recognition in speech. The normalization of pitch for the male voice and female voice are also considered, in order to illustrate them into a uniform space. Finally, the speech emotion recognition experiment based on K Nearest Neighbor shows that, the correct rate of 81% is achieved, where it is only 73.85% if the traditional parameters are utilized.