快速高温热退火对InGaNAs/GaAs量子阱的影响

从系统自由能角度,阐明了MBE生长的InGaNAs量子阱材料在高温热退火过程中的结构和物理性能的变化。在热退火时,In-Ga互扩散和N-As互扩散引起spinodal分解,N原子趋向于与In结合形成In-N键,使InGaNAs材料的带隙增加,从而引起PL谱峰值的蓝移。     

由覆盖性测试应变识别简支梁破损

梁在破损处的应变突变明显，其它处甚至紧邻破损处的应变没有明显变化，由应变振型识别梁的破损，测试应变应沿长度覆盖整个梁，采用大标距应变片或应变测试辅助装置进行覆盖性测试是可行的，测量结果是标距范围内应变的平均．采用奇异值分解方法处理测试应变数据，可将微弱突变信号分离出来．     

基于经验模式分解的包络解调技术及其应用

提出了一种新的调制信号解调分析技术,来抑制传统的包络解调方法中经常出现的无意义的频率成分.首先,对复杂的振动信号进行经验模式分解,得到若干个基本模式分量,再对包含调制信号的基本模式分量进行包络分析以提取故障信息.该方法利用经验模式分解来实现故障信息的有效分离,从而提高了诊断信号的信噪比.利用该方法对某齿轮箱轴承座振动信号进行经验模式分解,进而解调出高速轴转频这一调制频率,准确地诊断出该故障是由齿轮轴不对中所引起的,通过针对性的维修后,消除了故障,从而验证了该方法的有效性.     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

四元数矩阵方程的最小二乘解

利用四元数矩阵的广义奇异值分解,给出了下列四元数矩阵方程问题‖AXB-M‖2F ‖CXD-N‖2F=min解的一般表达式.     

矩阵方程的最小二乘解

给出了矩阵方程AXB=D的对称最小二乘解的表达式.     

矩阵A^TBA=ABA^T的充要条件

给定半正定矩阵B，考虑矩阵可交换问题A^TBA=ABA^T．运用矩阵分解的方法，给出了满足上述要求的矩阵的一个充要条件．     

一个基于关键字有向图的BCNF分解新算法

FD集中根据左部等价形成划分，划分的各子集根据左部的依赖关系形成一个有向图，有向图中每一个节点的FD可能是一个符合BCNF的子模式的FD，其关键字就是各子集的等价左部。     

均匀分块矩阵的分块TERM分解

为提高整数变换的效率并实现并行化, 在均匀分块方式下探讨分块矩阵的分块TERM分解. 从扩展行列式det定义着手, 定义了一个分块矩阵映射至矩阵的新函数——DET. 并证明, 它不仅具有一些可与det相类比的重要性质, 而且对det是完全兼容的. 利用这些定义和性质, 最终得出: 任意给定一有限维可逆线性变换矩阵和分块方式, 总可把它分解为不超过3个分块(单位)TERM之积(可能需要置换和Scaling预处理), 并由此得到了适于并行的分块单位SERM分解式. 该结论不仅能涵盖元素矩阵最优TERM分解的结果, 而且可提供灵活的分块方式, 从而为高效合理地并行实现整数映射奠定了基础.     

SDA模型的加权平均分解法及在中国第三产业经济发展分析中的应用

近年来结构分解分析(SDA)已经发展成为投入产出技术领域的一种主流经济分析工具。指出SDA模型分解方法理论上存在的三个基本问题，提出加权平均分解法，并研究了这种方法的相关性质，证明了在文献中广泛应用的两种分解方法——两极分解法和中点权分解法是这种分解方法的近似解。作为实证．应用加权平均分解法．对影响中国经济结构中第三产业变动的因素做出了定量分析，发现第三产业经济增长主要依赖国内消费的拉动．其次是投资和出口，主要阻碍来自于直接消耗系数和进口替代。