CaWO4:Eu3+,M3+(M=Tb,Sm,Bi,Dy)的水热合成及发光性能研究

利用水热合成法制备CaWO4∶Eu3+以及CaWO4∶Eu3+,M3+(M=Tb,Sm,Bi,Dy)系列钨酸盐基荧光粉,利用XRD表征产物CaWO4∶Eu3+(5%)的晶体结构,结果表明其结构和CaWO4的标准物相结构相似,为四方晶系结构;研究了CaWO4∶Eu3+的发光性能以及第二掺杂离子M3+(M=Tb,Sm,Bi...     

粉尘的电晕荷电物理模型

针对目前电除尘技术理论尚不完备,以及电除尘器收尘效率不高且稳定性差的问题,建立了粉尘的电晕荷电物理模型,并深入研究了大气压电场电离放电特征参量的时空演变规律、电离放电通道中的带电粒子复合及其输运特性.实验结果证明:除尘电场的电离占空比可从1.8×10-5提高至2×10-2,带电粒子输运项也可得到2~3个数量级的提高.结果强化了烟尘的荷电、凝聚物理过程,也将大幅度提高烟尘的趋进速度和除尘效率.     

时序模型Xn+1=TZn-1(Xn,εn+1(Zn+1))的极限行为

提出了一个随机环境下的时间序列模型,应用马氏链的随机稳定性理论,讨论了该模型确定的序列{Xn}的极限性质,给出了{Xn}依某种方式收敛以及以几何速率收敛的充分条件.     

MA法制备复合材料常用设备的比较分析(综述)

简述了机械合金化常用设备的工作原理及特点,分析了机械合金化设备对制备颗粒增强金属基复合材料的影响因素,为制备复合材料的设备选用及工艺的设计提供依据,并对球磨机的研究与开发提出了技术展望.     

灰色市场下考虑非对称信息的制造商质量披露及定价策略

针对灰色市场条件下产品质量为非对称信息的情形,构建由一个制造商、一个灰色市场投机者和顾客组成的Stackelberg博弈模型,研究了制造商的质量披露及定价策略.研究表明,在产品质量和低价市场顾客支付意愿较低时,制造商的质量披露策略是向顾客隐藏质量信息,反之则向顾客披露质量信息;在定价策略方面,随着低价市场顾客支付意愿的提高,制造商可通过不断缩小高、低价两个市场的价格差与灰市投机者进行竞争.进一步地,通过与产品质量对称信息情形对比分析发现,虽然非对称信息情形下制造商具有信息优势,但制造商不一定能够获得更高的利润,且其利润并不总是受到灰市投机者的影响.最后,通过将模型进一步扩展到制造商进行质量研发,即质量为内生时的情形,结果表明上述研究结论具有较好的一致性和普适性,可为灰色市场下制造商质量披露与定价提供有益的管理启示.     

DCT域双重图像数字水印算法

在简要分析DCT域数字水印算法的基础上,提出了双重图像数字水印算法,嵌入一个低频单向水印和一个基于人类视觉系统分析的中频盲水印.实验证明,该算法满足水印图像客观评价质量,能够实现两种水印的鲁棒性互补,具有方便灵活的实用价值.     

石膏矿床地下开采危险危害因素分析及安全对策

本文针对当前我国石膏矿床地下开采过程中重大特大事故不断的局面,分析了石膏矿床地下开采过程中存在的危险危害因素,指出采空区大面积坍塌是当前我国石膏矿床地下开采过程中最重要的危险危害因素.从安全管理和安全技术等方面提出的安全对策,对于促进矿山企业安全生产,保护矿工生命安全与健康,具有较大意义.     

有限自动机积的初(末)态试验序列、UIO序列和同步序列

主要对积运算后有限自动机的初(末)态试验序列、U IO序列和同步序列进行了讨论,给出了积运算后的有限自动机与积运算前有限自动机的初(末)态试验序列、U IO序列和同步序列的联系,并给出了极小有限自动机的初态试验序列与U IO序列间的联系。     

A sparse algorithm for adaptive pruning least square support vector regression machine based on globalrepresentative point ranking

Least square support vector regression(LSSVR)is a method for function approximation,whose solutions are typically non-sparse,which limits its application especially in some occasions of fast prediction.In this paper,a sparse algorithm for adaptive pruning LSSVR algorithm based on global representative point ranking(GRPR-AP-LSSVR)is proposed.At first,the global representative point ranking(GRPR)algorithm is given,and relevant data analysis experiment is implemented which depicts the importance ranking of data points.Furthermore,the pruning strategy of removing two samples in the decremental learning procedure is designed to accelerate the training speed and ensure the sparsity.The removed data points are utilized to test the temporary learning model which ensures the regression accuracy.Finally,the proposed algorithm is verified on artificial datasets and UCI regression datasets,and experimental results indicate that,compared with several benchmark algorithms,the GRPR-AP-LSSVR algorithm has excellent sparsity and prediction speed without impairing the generalization performance.     

非线性离散广义系统的H∞控制

针对非线性离散广义系统研究了状态反馈H∞控制器的设计问题,利用广义Lyapunov函数和线性矩阵不等式(LMI),首先对系统的零解渐近稳定问题进行了研究,并在此基础上给出了系统的零解渐近稳定且具有H∞范数约束的充分条件,之后设计了状态反馈H∞控制器,使闭环系统具有同样的性能,最后给出了数值算例说明本文结论的有效性和可行性.