表面态对TiO_2纳米晶薄膜光电流的影响

研究 Ti O2 纳米晶薄膜电极的光电化学特性 .通过测定阳极光电流 -时间瞬态光电流响应 ,分析纳米晶薄膜 /溶液界面的光生电荷转移的动力学规律 .光照后的慢电流响应与 Ti O2纳米材料的表面态有关 .导带电子向深能级表面态的传递是造成慢电流响应的原因 .     

分布时滞模糊BAM神经网络模型的指数稳定性

详细介绍了一类具分布时滞的模糊BAM（Bi·direction Associate Memory）神经网络模型．在合适的条件下,通过数学分析技巧和压缩映像原理,证明了模型平衡点的存在唯一性;通过构造Liapunov泛函,利用Lipschitz激励函数性质,获得了平衡点的指数稳定性．     

中新生代天山板内造山带隆升证据：锆石、磷灰石裂变径迹年龄测定

取自天山南侧库车盆地北缘欧西达坂花岗岩体的锆石、磷灰石裂变径迹年龄给出了初步结果：中 新生代天山板内造山带在早白垩世（134Ma～109Ma）发生了明显快速隆升,平均隆升速率为0.13mm/a（130m/Ma）;而从晚白垩世到现在,天山板内造山带的平均隆升速率为0.03mm/a（31.9m/Ma）。在晚新生代天山板内造山带再次发生了快速隆升。现有的同位素研究成果表明中新生代天山造山带至少发生了两次幕式快速隆升。     

变焦遗传算法优化RBF神经网络在稻瘟病预测中的应用

针对水稻稻瘟病的非线性特性,利用改进后的变焦遗传算法(ZGA)来优化RBF神经网络连接隐层节点的权值和阈值。它综合了变焦遗传算法的收敛速度快、精度高和RBF神经网络逼近精度高、学习速率快等特点建立系统预测模型。经过对2002—2011年间水稻稻瘟病的预测分析,得出此方案的预测精度高达96.57%,验证了其预测模型的有效性。     

用湿位涡定义的南海西南季风指数及其与我国区域降水的关系研究

使用美国NCEP／NCAR1958－1997年逐日资料,对南海季风爆发前后的气象要素场作了分析。结果表明：南海季风爆发时,南海南、北部要素场变化有差异,北部西南季风爆发特征更为显著。针对南海西南季风爆发特征,提出了用湿位势涡度定义季风指数,它能很好地反映夏季风爆发的特征。其中,用湿位热涡度定义的季风指数对长江中下及华北华南地区的旱涝具有一定的预示性。相关分析表明：前一年冬季的季风指数和秋季的季风指数分别与华北次年夏季降水、华南次年春季降水有显著的相关,而当年夏季的季风指数与长江中下游当年秋季降水呈显著正相关。     

碳酸乙烯酯(EC)增塑的(PEO)16LiClO4聚电解质电导率的研究

采用差示扫描量热法(DSC)和交流阻抗方法对EC增塑的(PEO)₁₆LiClO₄聚电解质进行了研究。结果表明(PEO)₁₆LiClO₄/EC体系的玻璃化转变温度(t_g)及PEO的结晶度(X_c)降低,电导率(б)增加,且б与温度(T)的关系符合Arrhenius行为。提出了离子导电聚电解质/不锈钢(SS)这种结构的界面双层结构和交流阻抗谱图的模拟等效电路。     

基于CPG的四足机器人抗侧向冲击的动态稳定性研究

为解决四足机器人受到侧向冲击时的稳定性控制,提出了基于CPG和侧向踏步反射的控制方案:以Hopf振荡器构成的CPG网络为基础,通过为侧偏关节构造具有触发使能性质的振荡器,为四足机器人引入侧向踏步反射机制. 利用ZMP理论,引入倒立摆模型,从动力学角度预测四足机器人侧向踏步所需的步长与次数. 通过该反射,四足机器人在承受侧向冲击时产生的侧向加速度能够在较短时间内恢复正常,此后终止反射,配合正常直线行走控制方案,四足机器人就能够圆满实现在行走状态下受到侧向冲击后的稳定性控制,其抵御侧向冲击的能力显著提高. 利用Matlab与Adams联合仿真,该方案的可行性和有效性得到了可靠验证.      

一种基于SVD的射频收发天线选择算法

基于线性检测的空间复用(SM)系统提出了一种射频天线选择算法,该算法以最小化错误概率为目标,利用信道矩阵的奇异值分解(SVD)所得到的左奇异和右奇异矢量实现发端和收端的射频天线选择,且不需要改变系统原有的检测算法。该算法可以用于收发任一端或两端同时使用,不采用遍历搜索,与传统搜索算法相比实现复杂度低。仿真证明将该算法应用于链路任意一端相比与传统算法都可以获得更多的分集增益和阵列增益。     

一种基于天线阵列的相干多径信号接收方法

在密集的城区环境下,多径传播导致接收信号的角度扩展和时延扩展,不同路径的到达信号通常具有不同的入射角度和传播时延.传统的波束形成器只针对期望用户的一条主要路径信号进行处理,而其他路径信号作为干扰被抑制.提出了一种基于天线阵列的相干多径信号接收方法,将天线阵列接收到的各路径信号进行延迟相干合并,使得合并信号的信干噪比优于任何单一路径接收的阵列输出信干噪比,从而极大地改善了系统的比特误码率(BER)性能.仿真结果验证了这种接收的方法的有效性.     

ART2神经网络聚类的改进研究

为进行快速动态层次聚类,通过分析自适应谐振理论(adaptive resonance theory,ART)神经网络的快速学习、主观设置警戒参数、输出无层次结构等优缺点以及自组织特征映射(self-organizing feature map,SOFM)神经网络的侧反馈、不能动态聚类、输出无层次结构等优缺点的基础上,借鉴Hebb规则的思想,针对ART2神经网络的聚类算法进行了改进研究.通过结构描述、算法分析,该算法融合了ART2和SOFM的优点,克服其不足之处,以快速学习的方式形成可带有多层层次的动态聚类结构(不同的层次代表不同粒度的聚类),此外还降低了对警戒参数主观设置的要求,对于较粗粒度的聚类不再需要重新训练神经网络.并通过仿真实验证明该算法的有效性.