一类2级,3级G-正交指数拟合的 Runge-Kutta方法

数值求解刚性常微分方程初值问题，已经构造了许多方法，具有某些特性的方法常可使数值解继承原问题的许多重要特性．本文将RK方法的G—正交性与指数拟合相结合，考虑一类既具G—正交性又是指数拟合的2级和3级RK方法．     

波阻抗反演技术在孤东地区馆陶组薄储层描述中的应用

根据一维波动方程的拟合迭代法原理 ,给出了求解波阻抗σ(x)的算法。针对孤东地区馆陶组薄储层油藏存在的地层埋深浅、较疏松以及井径变化大泥岩中含有膨化矿物蒙脱石等引起的声波测井速度失真问题 ,采用分段函数法对其进行了校正。将校正后的声波资料进行反演 ,可得到高质量的资料 ,用该校正资料追踪描述的储层与录井结果吻合较好。应用结果表明 ,测井资料在反演中可以补充地震资料缺少的低频和高频分量 ,地震波阻抗反演技术是薄储层描述的有效方法     

小波分析在管道泄漏信号识别中的应用

利用多尺度小波变换 ,把管道泄漏产生的负压波信号作为瞬态信号 ,来识别管道的局部泄漏特征。以光滑函数的一阶导数作为小波母函数 ,研究了管道泄漏特征信号拐点区间的敏感性 ,突出小波变换系数的局部极值性。分析表明 ,检测信号的小波变换系数极值的奇异性准确地反映了管道检测信号的泄漏特征 ,并且从局部描述了管道泄漏信号的瞬态正则性。对各级尺度系数进行了S形曲线拟合 ,此曲线能够完整地描述管道泄漏瞬变特征 ,其拐点区间描述了管道发生泄漏时的瞬变过程。     

基于人工神经网络的函数逼近法计量精度的提高

提出一种基于BP神经网络的提高激光干涉计量精度的数据处理方法，并将该方法与常用最小二乘法作二次曲线拟合进行比较。结果表明，用神经网络逼近函数方法，不但解决了光学干涉计量中像素尺寸以及图像采集卡空间量化误差对测量精度的影响，而且解决了目标函数多极值问题，从而干涉条纹可获得高于光敏像素级定位精度。最后将干涉条纹的光强精确地拟合出来，讨论曲线拟合误差，表明该算法具有很好的鲁棒性和自适应能力。     

彩色等离子体显示器灰度校正方法研究

针对彩色等离子体显示器（PDP）采用传统灰度校正方法存在严重灰度损失和灰度畸变的问题，在分析视觉灵敏度特性和亮度变化关系的基础上，提出了用多项式拟合进行灰度校正的新方法。该方法利用视觉灵敏度和亮度的对数在一定亮度区间的线性关系，把PDP的亮度划分为多个区间，根据每个区间的最小灵敏度阈值，计算出输入灰度对应的亮度，同时改进PDP实现多灰度级显示的最小亮度间隔，使显示亮度和计算亮度相等的最小亮度间隔数即为准确的输出灰度级，从而求出输入输出灰度级之间的多项式关系。计算结果表明：采用所提出的方法，明显提高了彩色PDP的灰度再现能力，灰度损失由原来的10．7％减小到4．5％以下，图像质量指数提高了7％以上。     

多束高斯叠加模型光束与超高斯光束传输特性比较

基于Wigner分布函数和强度矩方法，研究了多束高斯叠加模型光束(MGB)的光束特性，推导出了M^2因子和束宽的解析表达式。对多束高斯叠加模型光束(MGB)和超高斯光束(SGB)的传输变换特性作了比较研究，结果表明，具有相同M^2因子的MGB和SGB光束在广义菲涅耳数相同的平面上具有十分相似的横向光强分布，尽管其束宽和传输距离可能不相同。     

正确理解高斯定理

高斯定理在大学物理中仅表示为积分形式 ,应从它的教学意义去认识物理意义 ,同时又必须从它的物理含义上认识它的数学应用 ,这对清楚、全面了解静电场是至关重要的     

受光阑限制厄米-高斯光束的聚焦特性

该文从Collins公式出发。对受光阑限制厄米-高斯光束的聚焦特性进行了研究。利用厄米函数的性质，推导出了受光阑限制的厄米-高斯光束轴上聚焦光强分布的解析公式。受光阑限制的厄米-高斯光束的轴上光强分布不仅与菲涅耳数有关。而且还与截断参数和光束模式有关。解析公式有利于研究厄米-高斯光束的轴上光强分布与菲涅耳数、截断参数和光束模式等之间的关系。     

非线性拟合的初值问题

综述了非线性拟合初值的求解方法，并在前人研究的基础上提出了常见非线性模型初值的简便求法.该方法既可在计算机上编程实现，亦可利用计
算机数学分析工具Matlab，Maple，Mathematica，Matcad，微软EXCEL及微软ORIGIN等直接求解.     

DNMR 研究金属烯烃内质子交换的动力学行为

该文用完全线形分析法、磁化强度迁移法和自选锁定技术等三种具体的DNMR法对含有不同取代基的金属烯烃有机化合物中因碳碳键转动引起的分子内质子的化学交换的动力学行为进行了较为详细的研究。结果表明，测得的化学交换的速率常数是合理的。它们满足Eyring 和Ar-rehenuius 关系式；由此获得的化学交换的活化能参数和活化自由能的变化与化合物中的取代基的Hammett 常数6存在很好的一致关系。