关于自组凯尔文电桥的测量不确定度

凯尔文电桥是国内大学基础物理实验所开设的实验内容之一，且多为自组式．关于自组凯尔文电桥的测量精度与桥路参数精度之间的关系，有些实验教材已有推导，但尚未涉及与两低阻相邻电压接头间跨桥电阻的定量关系，不注意这一点，会给测量结果带来一定的误差．本文就实际中常用的等双臂凯尔文电桥从理论上定量地推出了这一关系，进而给出了跨桥电阻可忽略时的适当阻值．     

用相位调制方法测量光盘盘基应力双折射的精度分析

偏振相位调制方法是测量微小双折射的一种高精度检测方法。本文系统全面地分析了以ＰＭＣＳＡ结构形式测量光盘盘基应力双折射的相位调制方法中，由各种误差源造成的对测试结果的影响。     

高精度的光纤衰减系数测试系统的设计

利用常规仪器设备，设计了一套集光、机、电为一体的光纤衰减测量,实现了数字化监测显示，并可与微机接口；采用双光路法，消除了由于光源光强不稳定产生的误差。     

精密垫片精冲工艺有限元分析与模具设计

精密垫片零件，如图1所示，零件材料为1Cr18Ni9Ti，强度大（σb=650MPa），有一定塑性。从零件尺寸精度看，φ4mm外圆为IT7级精度，φ4mm外圆与φ2mm内孔有很高的同轴度要求，冲裁断面与零件两端面有垂直度要求，普通冲压不能达到零件精度：从工序的角度看，有冲孔和落料工序，剪切面粗糙度Ra≤3．2μm，属于光洁冲裁范畴；另外，技术条件中要求零件两大面不得有任何划伤，且光滑平整。总体上看，该零件的冲压加工性不好，难度较大，对模具的设计、选材、制造要求都较高。     

一种高精度保界的守恒重映方法

Lagrange方法中，当流场发生大变形时，跟踪流体运动的Lagrange网格发生扭曲，使计算无法进行下去，此时必须重分网格，把网格修复成较好的形状。另外，网格自适应技术中的重构、合并与加密，以及同一问题不同程序相继计算的连接，并行计算中相邻块边界区域的数据传递等，这些情况都需要利用旧网格上的物理量来确定新网格上的物理量，是一个物理量重映过程。质点重映方法是基于物理上守恒规律的一种离散的物理量守恒映射方法，既可实现分片常数分布的一阶精度重映计算，又可实现分片线性分布的二阶精度重映计算。这种方法可严格保证守恒量的守恒性，且可以实现任意多边形网格以及节点上物理量的守恒重映。但是，基于分片线性分布的二阶精度重映方法，如果新网格的守恒量没有进行保界调整，那么相应的强度量有可能在其局部的限制范围之外，破坏了原网格物理量的单调性。因而，对二阶精度的质点重映方法进行了进一步研究。在分片线性分布的基础上，将基于结构网格的保界算法扩展到非结构网格上，给出了二阶保界的质点守恒重映方法。     

溃坝问题的间断有限元方法

本文研究90年代初提出的Runge-Kutta间断Galerkin有限元方法，给出该方法的精度分析，通过经典算例验证该方法处理间断问题、捕捉锐利波形的能力，并将其推广到求解浅水问题．针对坝底无摩擦，无坡度的理想情形进行讨论，给出方溃坝和圆溃坝问题的数值模拟结果．     

兰姆（Lamb，Willis Eugene，1913-）美国物理学家（Physicist，America）

波谱学是通过射频或微波电磁场与物质的共振相互作用研究物质性质和结构的学科。频率范围为10^4-10^12 Hz，测量以频率为主。由于射频和微波的能量子比可见光小得多，因而测量精度高，常用来测定原子的磁矩和电四极矩。分子束是高真空中定向运动的分子流，彼此间相互作用很小，因而可以看作孤立的原子和分子的结合，是研究原子和分子性质的有力工具。     

拟协调元的精度分析

利用双参数有限元的框架，证明利用拟协调元方法构造的非协调三角形板元都具有一个非常特殊的性质。即相容误差比插值误差高一阶。这是常规有限元和一般非协调元所不具备的。     

高能中子消失法的检验

以前在贫化铀／聚乙烯／铁组合球装置上进行的高能中子消失法的检验，存在的问题在于贫化铀内腔太小，距离的微小误差就会对实验结果产生很大影响，实验重复性差。因此用同样是中子增殖材料的铍代替贫化铀作补充实验。这样，一则可以减小因为距离的偏差对实验的影响；二则可能对^197Au(n，γ)、^198Au反应的影响再做研究。用铍／聚乙烯／铁组合球装置，在ns-200加速器上照射，用HPGe探测器测量．Au，Al，Nb高阈能指示剂的活化γ射线，确定它们在装置中的反应燃耗，以此检验高能中子消失法。     

Fuzzy Entropy： Axiomatic Definition and Neural Networks Model

The measure of uncertainty is adopted as a measure of information. The measures of fuzziness are known as fuzzy information measures. The measure of a quantity of fuzzy information gained from a fuzzy set or fuzzy system is known as fuzzy entropy. Fuzzy entropy has been focused and studied by many researchers in various fields. In this paper, firstly, the axiomatic definition of fuzzy entropy is discussed. Then, neural networks model of fuzzy entropy is proposed, based on the computing capability of neural networks. In the end, two examples are discussed to show the efficiency of the model.