纳米催化剂KF/Al2O3制备条件的正交设计与优化

采用正交设计法优化了浸渍法制备固体超强碱KF/Al2O3催化剂工艺参数.以丙烯腈和丙二酸二乙酯的Michael加成反应收率为考察指标,对催化剂制备工艺进行优化,并采用SPSS统计软件包对制备工艺参数进行多元回归统计,并根据回归拟合的多项式数学模型,讨论了浸渍法制备的较佳工艺.     

多量子比特纯态纠缠刻画研究的一些进展

对多量子比特纯态纠缠刻画研究的一些进展作了介绍．首先介绍了三量子比特纯态情形对称正则形式的特点和LU多项式不变量与随机LOCC分类的关系．随后对多量子比特纯态的分类和纠缠的度量作了一些讨论，并指出紧致相对熵纠缠度不具有LU不变性以及Wei的几何纠缠度的不足．     

SPM的数学基础及其在脑功能成像研究中的应用

探讨SPM的数学基础,给出了SPM中利用一般线性模型(General LinearModel,GLM)构建统计参数图的方法;为了适应处理功能磁共振成像(functionalMagnetic Resonance Imaging,fMR I)数据的需要,对一般线性模型做了扩展,推导出扩展的GLM的检验统计量和自由度.最后将扩展的一般线性模型应用于一个具体的fMR I实验,说明了方法的有效性.     

K4-同胚图色性研究的几个重要结果

讨论了K4-同胚图K4(α，β，γ，δ，ε，η)的色性，给出并证明了围长分别为3，4，5的三大类K4-同胚图是色惟一的充分必要条件，从而为K4-同胚图问题的解决奠定了基础．此外给出了一种新方法，这种方法利用了K4-同胚图的圈长序列，为K4-同胚图色性的研究提供了更有利的工具．     

测压铜球的温度统一修正方法探讨

介绍了测压铜球在实际动测时由于工作环境温度变化产生铜球测压误差的原因，借助了多批铜球高低温动标数据，分析了国产铜球高低温误差的变化规律，阐明了建立统一的测压铜球温度误差修正的意义，探讨了测压铜球温度修正公式的建立方法，运用回归技术获得了统一的测压铜球的温度修正公式，并对该修正公式的可信性进行了验证。     

改进的多层递阶回归算法在进出口贸易中的应用

用改进的多层递阶回归算法建立数学模型，并以此来精确预测未来进出口贸易总额的数值大小，根据对未来进出口贸易总额的预测值，制订相应的政策和采取有效措施来发展进出口贸易。     

三峡库区克山病产生的地理环境分析

为了探明三峡库区克山病的发病机理,作者选定库区几个重病区进行了病情与生态环境的分析,首先通过对库区病区的自然地理环境特点和化学地理特点的剖析,初步证实了克山病高发病区多为贫硒环境。然后根据统计资料对土壤中硒等生命元素与病情进行多元逐步回归分析,得出一系列的元素组合判别式,其中,硒始终是病因产生的主导因素,这更进一步的映证了以前的研究结论:即环境中硒缺乏是导致克山病早期病变的基本因素。最后提出了克山病防治措施。     

Asymptotic Approximations of Jacobi Polynomials and Their Zeros with Error Bounds

IntroductionUniform asymptotic expansions and error boundsof the (α,β>- 1 ) two- term approximations of theJacobi polynomials P(α,β)n ( cosθ) were obtained[1] .Their result wassin θ2α cosθ2βP(α,β)n ( cosθ) =Γ( n +α + 1 )n!θsinθ1/ 2 Jα( Nθ)Nα +θB0 (θ) Jα+1( Nθ)Nα+1+σ2 ,|σ2 |≤ E2 θ2 +αN -2 ,　 0≤θ≤ π2 ,where E2 is a construct.Baratella and Gatteschiused the first two terms of this expansion[2 ] toconstructa more accurate one- term approximation:x(θ)x′(θ)…     

快速测定煤发热量的数学模型及其应用

用回归分析的方法，对影响煤发热量的诸因素进行了探讨，建立起回归法的数学模型，继而提出了用回归法测定煤发热量的新方法。     

Logistic回归及其在概率降水预报中的应用

介绍了一种气象上较少应用的Logistic回归的原理和计算方法，并利用1999年3月1日至2001年5月30日期间，国家气象局T106模式输出的80个物理量场及其导出场资料和福州地区降水的0、1化资料，采用Logistic回归方法，制作春季福州24h降水概率预报，并与事件概率回归方法作了比较。结果表明，该方法对二分类变量有较好的预报效果。