向您推荐《液晶与显示》——中文核心期刊

《液晶与显示》是中国最早创办的液晶学科专业期刊,也是中国惟一的液晶学科和显示技术领域中综合性专业学术期刊。它由中国科学院长春光学精密机械与物理研究所、中国光学光电子行业协会液晶专业分会和中国物理学会液晶分会主办,科学出版社出版。《液晶与显示》以研究报告、研究快报、综合评述和产品信息等栏目集中报道国内外液晶学科和显示技术领域中最新理论研究、科研成果和创新技术,及时反映国内外本学科领域及产业信息动态,是宣传、展示我国该学科领域和产业科技创新实力与硕果,进行国际交流的平台。本刊是英国《科学文摘》     

原子力显微镜在分子细胞生物学研究中的应用

 1986年秉霖(G.Binning)等在扫描隧道显微镜的基础上发明了原子力显微镜(Atomicforcemicro-scope,AFM)。这种显微镜的放大倍数远远超过以往的任何显微镜,可以直接观察物质的分子和原子组成,这为微观世界的探索提供了理想的工具。AFM不仅可以以高分辨率表征样品表面形貌,分析研究与作用力相对应的各种表面性质,并可对样品的分子或原子进行纳米级力加工,也能对活的生命样品进行实时动态观测。这些特性使AFM在生命科学特别是在分子细胞生物学的研究中占据着独特的地位。一、AFM对细胞表面结构的研究AFM的样品制备简单,只需作一个渗涂片并在空气中干燥,且不需特殊的染色和固定;它的     

基于MATLAB的异步电动机线性化控制系统的仿真

从异步电动机在同步旋转坐标系下的状态方程出发，在一定的条件下，对其系数矩阵简化．推出异步电动机的线性化控制模型．并基于该模型得出异步电动机的线性化控制系统．以给定电机为例，对该模型的有效性、响应用MATLAB进行仿真分析．验证的结果说明上述模型具有实用价值．     

Influence of Mobile Phase Composition on the Enantioseparation of Meythoxyl Flavanones with Self—prepared CDMPC Column and Chiral Recogniton Mechanism

The influence of different alcohol modifiers in mobile phase on the chiral separation of 4‘‘‘‘‘‘‘‘-methoxyl flavanone,5-methoxyl flavanone and 6-methoxyl flavanone on cellulose tris(3,5-dimethylphenylcarbamate)(CDMPC)column was studied and the chiral recognition mechanism was discussed.Using hexane-tert-butanol(1.31molL^-1) as the mobile phase,those three methoxyl flavanones were excellently separated on CDMPC chiral column.     

β-环糊精固定相在色谱中的应用及发展趋势

β-环糊精(β-CD)对客体分子具有良好的手性识别性，广泛应用作色谱固定相等。本文按键载技术、包裹技术等分类介绍了β-CD类固定相近年来在色谱中的应用及发展趋势，并阐述了对手性识别机理的认识。     

利用小波变换进行海上目标识别研究

对海面舰船目标类型的识别,通常采用目视判读的方法。由于目视判读的方法不利于大面积侦察任务的快速识别,所以根据海上目标所具有的背景单一、结构复杂的特点,提出了利用小波变换所具有的多分辩率、易于消除噪声、运算方便的特点来提取舰船边缘特征,建立舰船结构特征数据库,实现舰船目标类型的自动判读。试验证明效果很好。     

Local Prediction of Chaotic Time Series Based on Support Vector Machine

Based on phase space delay-coordinate reconstruction of a chaotic dynamics system, we propose a local prediction of chaotic time series using a support vector machine （SVM） to overcome the shortcomings of traditional local prediction methods. The simulation results show that the performance of this proposed predictor for making onestep and multi-step prediction is superior to that of the traditional local linear prediction method and global SVM method. In addition, it is significant that its prediction performance is insensitive to the selection of embedding dimension and the number of nearest neighbours, so the satisfying results can be achieved even if we do not know the optimal embedding dimension and how to select the number of nearest neighbours.     

属性区间识别理论模型研究及其应用

根据程乾生教授创立的属性识别理论模型[1] ,提出了属性测度区间的概念 ,建立了属性区间识别理论模型 ,并在自然科学学术期刊质量评价中进行了应用 .