二元溴化物系中间化合物的形成规律

在由原子键参数(z/r)_M、X_M'、I_M及I_M'张成的多维空间中,能形成和不能形成MBr-M'Br₂系中间化合物的样本点分布在不同的区域.利用超多面体模型描述了能形成MBr-M'Br₂系中间化合物的样本点在多维空间中分布区域的边界.在此基础上预报并验证了RbBr-CaBr₂和CsBr-CaBr₂这两个熔盐体系可形成中间化合物.     

PbO-Nb2O5系化合物的X线研究及声光性质预测

本文对PbO-Nb₂O₅系化合物进行了粉末X线研究,比重测量和声光性质预测.X线分析证实Roth所发表的此系中六种化合物的存在.精确测得了P₃N和P₅N₂的晶胞参数和粉末衍射数据.发现组成为P₅N₂的PbO、Nb₂O₅混合物在900℃~1150℃间出现P₃N中间相.指出系中PbO含量较高的P₃N、P₅N₂、P₂N和P₃N₂均具有较高的声光优值,有希望作为新的声光材料.     

具有性质P的有限p群的分类

设G为有限p群，若G的任意两个A₁子群的交是其中任一个A₁子群的极大子群，则称G具有性质P．在A₃群和非交换真子群都为二元生成的有限p群分类的基础上，对满足性质P的有限p群进行了分类．     

人工神经网络法对MeX－REX_3熔盐系相图特征的预报

用化学键参数－人工神经网络方法对ＭｅＸ－ＲＥＸ。熔盐系相图进行研究，总结相图若干特征的规律．结果表明，人工神经网络可判断中间化合物的形成，化学配比以及熔化类型，并能预报中间化合物的熔点，分解温度和包晶点的组成，结果与实测相图符合较好．其研究结果已纳人材料设计专家系统．     

Al2O3掺杂N型赝三元半导体复合材料的微观结构与热电性能

采用机械合金化方法制备N型赝三元半导体热电材料，经500℃高温烧结后，与纳米Al₂O₃粉体充分混合，在200℃下热压成型得到N型Al₂O₃-（Bi₂Te₃）_0.9（Sb₂Te₃）_0.05（Sb₂Se₃）_0.05复合块体热电材料.微观结构分析和热电性能测试结果表明，高温烧结后材料的结晶度变高；随Al₂O₃掺杂浓度的增高，材料的电导率和热导率逐渐减小，而Seebeck系数几乎不变.在Al₂O₃掺杂浓度为0.5 wt%时，热电优值达到2.05×10^-3 K^-1.     

人工神经网络法对MeX—REX3熔盐系相图特征的预报

用化学键参数－人工神经网络方法对ＭｅＸ－ＲＥＸ３熔盐系相图进行研究，总结相图若干特征的规律，结果表明，人工神经网络可判断中间化合物的形成，化学配比以及熔化类型，并能预报中间化合物的熔点，分解温度和包晶点的组成，结果与实测相图符合较好，其研究结果已纳入材料设计专家系统。     

[Zn（en）2]3[V10O28]·6H2O的合成、结构及表征

利用水热技术合成了以V₁₀O₂₈型同多钒酸盐为基本建筑单元、过渡金属锌化合物修饰的新型多金属氧酸盐,通过元素分析和TG分析,确定其化学式为:[Zn（en）₂]₃[V₁₀O₂₈]·6H₂O（1）,利用IR和X-射线单晶衍射对合成配合物进行了结构表征.化合物1为Monoclinic晶系,P2（1）/c空间群,晶胞参数为:a=12.9266（6）,b=11.7875（5）,c=16.6458（7）,α=90,β=109.3860（10）,γ=90,V=2392.56（18）,R₁=0.0497,wR₂=0.1227.     

硅与反应溅射二氧化硅界面特性的研究

本文对反应溅射SiO₂薄膜作了红外光谱研究,发现反应溅射法所获得的SiO₂薄膜中,硅与氧的反应并不完全.我们认为这是造成它与硅之间界面态密度升高的原因之一.为了改善Si与反应溅射SiO₂薄膜的界面特性,将溅射在硅片上的SiO₂薄膜,在含CCl₄的气氛中于950℃温度下进行氧化与退火处理.结果使Si-SiO₂的界面特性大大改善,对于n型(100)晶向的硅片其界面态密度下降到5.3×10¹⁰cm^-2·V^-1.以此SiO₂薄膜作为栅,成功地制出了MOS场效应晶体管.     

低温下KTaO3陶瓷的介电非线性

用均衡热压法制备的性能优良的KTaO₃陶瓷,通过测量低温下介电常数与偏置电场的关系,研究它们的介电非线性.结果表明,在温度60K以下,介电常数与偏置电场强度有关;温度愈低,介电非线性愈强烈;这与KTaO₃陶瓷在低温下表现出具有量子顺电性质特征相应.根据Devonshire模型,用最小二乘法使实验数据与之相吻合,估算出KTaO₃陶瓷的介电非线性系数值,并与单晶的数据进行比较.结果表明,KTaO₃陶瓷与其单晶一样,也是有希望在超高频低温电子学中实现非线性相互作用的材料.     

InP欧姆接触研究

按金属与半导体接触的载流子输运理论,计算了n或p型InP的比接触电阻ρ_o值.计算结果以势垒高度φ_B自0.3~1.0eV,ρ_o与载流子浓度(10¹⁸~10²¹cm^-3)关系用图表示出来.当退火温度小于350℃,3分钟退火Au与InP的φ_B并不改变.如退火温度大于350℃,则Au与n-InP在3分钟退火后形成差的欧姆接触,但对p-InP则只是势垒退化,即φ_B降低.这样合金化开始温度应在350℃左右.用本文实测及文献中发表的AuZn/p-InP的实验数据与理论计算进行比较,对目前p型InP欧姆接触工艺中存在的问题进行了讨论.     

基于IM-SAPSO和SVM的EBPSK检测器设计

参数选择对于支持向量机(support vector machine, SVM)的分类性能很重要,其本质是搜索寻优.该文提出以最小化K-fold交叉验证误差为目标,以改进模拟退火粒子群优化算法(improved simulated annealing particle swarm optimization, IM-SAPSO)为寻优方法的SVM参数优化方法. 利用优化的SVM对扩展的二元相移键控(extended binary phase shift keying, EBPSK)通信系统中经冲击滤波器的“0”和“1”码元进行分类,并和基于SVM、PSO-SVM以及幅度积分判决的EBPSK检测器进行性能对比. 仿真结果表明：基于IMSAPSO和SVM的EBPSK检测器性能明显好于其他3 种检测器.     

应用Krawtchouk矩和支持向量机的图像纹理分割

提出一种基于Krawtchouk矩和支持向量机的图像纹理分割方法.对图像的每个像素,选择一个窗口,计算该窗口内的Krawtchouk矩,然后通过非线性变换将得到的矩值转换成纹理特征,对特征空间进行优化后,使用支持向量机进行纹理分割.和基于Zernike矩的纹理分割结果相比,本文的方法能得到更好的纹理分割结果.     

基于抗非线性SVM的几何整形可见光通信系统

非线性效应限制是高速可见光通信系统性能提升的一大瓶颈问题,为此提出将支持向量机(support vector machine, SVM)监督学习算法应用于几何整形可见光通信系统接收信号星座点的分类判决,将信号的同向分量和正交分量作为特征向量,建立最优分类界面,以降低非线性条件下星座点变形带来的符号误判,同时比较几种几何整形设计的性能.仿真分析和实验结果表明,SVM提升了非线性条件下系统的性能,在数据速率为1.2 Gbit/s的高速可见光通信传输中,圆-169几何整形16正交幅度调制(quadrature amplitude modulation,QAM)的符号误码性能最优.     

利用支持向量机构建水稻镉含量高光谱预测模型

研究基于支持向量机构建水稻镉(Cd)含量高光谱预测模型的可行性.利用ASD光谱仪测量研究区水稻冠层反射光谱,通过实验室化学分析得到土壤镉含量和水稻叶片镉含量,对研究区水稻光谱进行均一化平滑处理以及小波变换降噪,构建基于支持向量机(support vector machines,SVM)的水稻镉含量高光谱预测模型.结果表明,小波变换降噪处理对SVM建立的镉含量预测模型精度有所提高,SVM高光谱预测模型的相关系数为0.8674,均方误差为0.0012.该研究为利用高光谱遥感大面积、快速监测农田作物重金属污染提供技术支持.     

基于图像内容和特征融合的隐写盲检测

随着特征选择和分类技术研究的不断深入,盲检测的精度越来越高,但现有方法大多不考虑图像自身的内容特性对检测的影响. 该文提出一种基于图像内容和特征融合的盲检测方法,根据图像复杂度将待检测图像划分为不同的子图像库,以巴氏距离度量各局部特征的分类能力并确定权值,在特征融合基础上对各子库提取不同特征,用支持向量机进行分类. 在混合图像库上进行的实验表明,该方法具有更好的检测性能,并降低了运算复杂度.     

基于SVM的直升机飞行状态识别

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于支持向量机(support vector machine,SVM)的直升机飞行状态识别方法.首先利用限幅、去野点和均值滤波对飞行数据进行去噪,用最小二乘法对飞行数据进行直线拟合获取变化率,并根据线性相关性提取状态特征参数,以减少数据冗余;然后根据特征参数将飞行状态分为10小类,对每一小类进行SVM分类器设计以提高识别效率;最后利用训练样本训练每个SVM分类器,用训练好的SVM分类器识别直升机全起落飞行状态.通过某型直升机实飞数据进行飞行状态识别实验,并将所提出的方法与RBF神经网络法进行对比,所得结果表明该方法在小样本情况下的识别率有明显提高,可为直升机故障诊断和寿命预测提供依据.     

A_2的不可约模的张量积分解的一个计算方法

本文找出了一个分解不可约的A_2-模的张量积V_1(?)V_2成不可约模的直和的计算方法。使用的主要工具是李代数A_2的不可约表示的权表和形式特征标。     

曲波变换域侧扫声纳图像海底底质分类

通过快速曲波变换将海底声纳图像分解为低频子带和各方向子带. 用低频子带的标准差描述声图的整体不均匀度,各方向子带的纹理能量测度描述声图纹理的方向性和粗糙性. 将构成的特征向量按SVM分类算法用于对侧扫声纳海底图像进行底质分类. 对沙、泥、石3 种类型海底的侧扫声纳图像进行分类实验,并与空域、小波域的分类方法相比较,表明文中方法能较好地用于海底底质分类.     

用随机决策树群算法进行高光谱遥感影像分类

摘要： 高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别. 该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱距离进行降维后,分别采用支持向量机、神经网络、最大似然法进行分类,并与随机决策树群算法分类结果进行比较. 结果表明,该算法表现最优且无需降维预处理,可广泛应用于高光谱遥感领域.     

改进支持向量机分类方法及其在原发性肝癌筛查中的应用

为了尽早检测出原发性肝癌患者,辅助医生进行医疗决策,提高患者临床疗效,提出一种基于临床常规检验指标的筛查方法。该方法使用支持向量机建模,采用差异进化算法进行参数优化,以接收者操作特征曲线下面积的值作为模型评价测度,将得到的最优模型用于检验数据识别,以判断该数据属于健康、良性病变还是原发性肝癌。此外,还根据临床需求绘制分类模型的性能指标曲线和阈值查找表,由用户选择阈值,使预测性能进一步提升。实验结果表明：与其他5种分类方法相比,该方法建立的模型具有更好的性能,其准确度可达0.94,Kappa系数可达0.90。研究结果可辅助医生进行原发性肝癌早期筛查,提高患者长期生存率。