扩展Hubbard模型局域方法的二阶近似

本文把局域方法用于扩展Hubbard模型,在二阶近似下,计算了顺磁相的相关能、局域磁矩及由局域磁矩引起的反铁磁极化。结果表阴,当原子内库仑作用U一定,n=1时,相关能随原子间库仑作用W增加而变大,局域磁矩和反铁磁极化变小,当W和U一定时,局域磁矩和反铁磁极化随n增加而增大。     

以信息安全竞赛为平台促进大学生创新素质培养

全国大学生信息安全竞赛是高校高层次学科竞赛之一,它对培养大学生的创新意识与基本能力有着十分重要的作用。文中在分析研究信息安全竞赛特点的基础上,探讨了如何利用信息安全竞赛平台,促进大学生的创新素质培养。指出信息安全竞赛既是检验学员综合素质的重要平台,又是培养学员创新能力的有效手段。     

四川盆地关键构造变革期不整合特征及其油气地质意义

 随着震旦系-下寒武统天然气勘探取得重大发现,对古构造格局有了新的认识,该地质时期发育呈南北向展布的隆坳构造。桐湾期、加里东期、印支期为四川盆地3 期关键构造变革期,其不整合分析是构造演化研究的重要手段,因此有必要通过关键构造变革期不整合研究,分析构造变革对古构造演化的影响。基于钻井、野外露头、地震资料分析,并结合区域地质资料,探讨关键构造变革期不整合发育特征,研究震旦纪-早寒武世古构造演化及其对震旦系天然气成藏的影响。结果表明:1)3 期关键构造变革形成了震旦系-下寒武统(桐湾期)、中上寒武统-二叠系(加里东期)及上三叠统-侏罗系(印支期),7 个区域性不整合;2)不整合具有叠合性、迁移性特征,叠合性主要反映构造继承性,迁移性主要反映古构造的变迁过程,依据不整合发育特征,高石梯-磨溪构造区构造演化划分为发育期、调整期及稳定期3 个演化阶段;3)不整合与隆起区丘滩体叠加控制了震旦系岩溶储层发育,不整合面可作为油气运聚优势通道,不整合迁移性有助于分析古构造圈闭的形成与消亡。分析认为,关键构造变革期不整合特征分析对认识震旦纪-早寒武世隆坳构造后期演化及油气运聚具有重要意义。     

孤立导体球壳外表面上的电荷分布

讨论了孤立导体球壳的一个特点,即对壳内的各种静电荷分布,壳外的场总是表现为一个点电荷的场,壳外表面上的电荷总是作球对称的均匀分布。并从定量计算和定性分析两方面来说明这一点。     

有趣的机器狗

英国研制出一种机器狗,狗腿上装有4个轮子。机器狗有许多本领。主人不在时,狗＂肚子＂里的录音机会录下来访客人的声音。主人带它出去散步,机器狗会播放新闻和音乐节目。散步时碰到真正的狗,它会主动迎上去和真狗一起玩耍,如果真狗想和它打架,机器狗也会撕打,而巳只赢不输。     

煤粉燃烬性能与颗粒结构分维的关系

为研究煤颗粒结构与燃烬性能的关系,进行了煤粉动态燃烧试验·采用分形几何理论定义了颗粒结构分维Ds,以描述煤粉颗粒结构特征·几种煤的结构分形维数计算表明:煤粉的颗粒分维数与煤种有关·总体上,烟煤的分维数大于无烟煤·煤燃烬性能主要与煤挥发分产率有关,Ds的数值体现了颗粒结构对煤粉燃烧性能的影响,即煤的化学成分接近时,颗粒结构分维数大的煤粉其燃烧率高·煤岩组成类型、含量是影响煤粉结构分维的主要因素·     

黄土丘陵地区马铃薯晚疫病害流行特点及防治措施探讨

马铃薯是我区的主要粮菜兼用作物,在宁夏南部山区的种植面积逐年增大,2012年面积达213．4万亩,马铃薯晚疫病害时有发生,铃薯危害严重,一般年份造成马铃损害失8-13％,严重年份达45．8％左右。宁南山区属于西北干旱半干旱地区,年总降水量较少且较集中,适合马铃薯生长,同时也适合于马铃薯晚疫病害的发生流行,不仅严重影响了种植户的经济收入,甚至对他们的粮食安全供应都会造成严重影响,为使马铃薯产业能够长足发展,摸清病害流行原因,主要从使用抗病品种和药剂防治以及改进栽培措施方面着手,进行试验调查、收集、分离和保存宁南山区马铃薯病害的生理小种,为药剂防治和品种选择提供科学依据。     

导磁园柱筒的磁屏蔽和磁化力

定量讨论了导磁园柱筒对外界磁场的屏蔽作用,指出被屏蔽空间的磁场强度反比于园柱筒的磁导率,并随筒壁厚度的增大而减小。若把载流导线置于园柱筒内,由于被屏蔽载流导线将不受磁力作用,但作用在园柱筒上的磁化力是存在的。     

关于白光下牛顿环图象的分析

本文通过对不同曲率半径(以R=874mm为主)的牛顿环透镜在白光下产生的干涉图象的观察与测定,采用r~2～m图线方法,对图象彩色的形成与分布作了进一步的分析与描述,对整个图象的可辨范围也有简要说明。     

Algorithmic Study of M-Estimators for Multi-Function Sensor Data Reconstruction

This paper describes a data reconstruction technique for a multi-function sensor based on the M-estimator, which uses least squares and weighted least squares method. The algorithm has better robustness than conventional least squares which can amplify the errors of inaccurate data. The Mestimator places particular emphasis on reducing the effects of large data errors, which are further overcome by an iterative regression process which gives small weights to large off-group data errors and large weights to small data errors. Simulation results are consistent with the hypothesis with 81 groups of regression data having an average accuracy of 3.5%, which demonstrates that the M-estimator provides more accurate and reliable data reconstruction.