三圈图和四圈图的最大无符号拉普拉斯分离度

设G是一个n阶简单图,其无符号拉普拉斯特征值为q₁(G)≥q₂(G)≥…≥q_n(G).图G的无符号拉普拉斯分离度为S_Q(G)=q₁(G)-q₂(G).研究了三圈图和四圈图的最大无符号拉普拉斯分离度,并刻画了相应的极图.     

分形理论在吉林西部干旱指数预测中的应用

干旱指数反映了气候的干旱程度,干旱指数的年际变化能够体现一个地区气候的演变.吉林西部降水不足,蒸发量大,干旱程度逐渐加剧.应用分形理论,首先进行了吉林西部1951-2003年共53 a干旱指数的R/ S分析,计算出Hurst系数,结果表明吉林西部的干旱指数在时间序列上具有显著的自相似性.在此基础上,应用连续变维分形模型预测了2004-2023年的干旱指数,结果表明该区气候将继续向干旱的趋势发展.     

大变形条件下材料本构关系研究

推导了轴向均匀大变形等截面杆的Lagrangian-Green应变张量和Eulerian应变张量以及分别与它们能量共轭的第二类Piola-Kirchhoff应力张量和Cauchy应力张量的表达式,给出了这2对能量共轭的应力应变张量的本构关系式。计算结果表明:当工程应变较小时,可以直接用常值弹性模量代替真实弹性模量进行计算;当工程应变较大时,必须对常值弹性模量进行修正。     

水溶性光疗药物TPPS4的合成及提纯的研究

研究旨在改进光疗药物水溶性四(对磺酸钠苯基)卟啉(TPPS4)的合成方法，特别是产物的提纯方法。以四苯基卟啉为原料，经氯磺酸或浓硫酸处理合成TPPS4，然后进行以渗析和萃取分液为主的后处理。     

海南岛海岸线的分形特征研究

根据分形理论利用Richardson曲线法对海南岛海岸线进行了测量和研究.在1:1 000 000地图上对海南岛海岸线进行了测量,通过量规法和最小二乘法的数据处理.利用分维公式lgL(r)=(1-D)lgr C得到了海南岛海岸线的分形维数.说明了海南岛海岸线的确具有分形的特征.此外还对海南岛不同区域的海岸线做了测量,首次得到了这些不同区域海岸线的分维,并分析了这些分维值间的异同.     

控制卷积量变化的电化学方法理论与应用——亚铁氰化钾-抗坏血酸体系催化性能的验证

采用电流与时间的卷积作为可控制量的电化学实验方法：恒半积分法、半积分扫描法和半微分扫描法对亚铁氰化钾－抗坏血酸体系进行了研究,获得了电极反应的扩散系数和标准电极电位值,并以循环伏安法和控制卷积量变化的电位～时间曲线证实了后续化学反应催化性能的存在,结论与文献值相符．     

二维抛物型方程的一个新的高精度显式差分格式

用待定系数法构造了求解二维抛物型方程的高精度分支稳定的显式差分格式.格式的截断误差达到O(Δt2+Δx4).证明了当1/15≤r≤1/9时,差分格式是稳定的.通过数值试验,比较了差分格式的解和精确解的区别,说明了差分格式的有效性.     

基于类别特征编码的参考作物蒸散量预报模型

为提高基于天气预报的参考作物蒸散量(ETo)预报模型精度,通过引入序数(ORD),独热(O-H),目标(TAR)和CatBoost(CAT)4种编码方法对天气类型和风力等级进行数值化处理,结合Light Gradient Boosting Decision Machine(LGB)算法构建了基于天气预报类别特征的ETo预报模型.结果表明,同时引入编码处理的天气类型和风力等级数据可以有效提升LGB3模型精度(R²较LGB1提升-0.97%～9.36%),提升排名为O-H>CAT>TAR>ORD.单独引入天气类型数据的LGB4能够获得与LGB3模型相近的精度,而单独引入风力等级对LGB5模型精度贡献不显著,甚至可能会引入噪声而降低精度.因此采用O-H编码处理天气类型和风力等级数据扩展输入维度,可以提高模型精度,适用于缺少气象站或数据种类不全地区的ETo精准预测.     

交联粘土对硬质聚氨酯泡沫燃烧性能的影响

采用三种交联黏土分别与膨胀阻燃剂复配对硬质聚氨酯泡沫(RPUF)进行阻燃处理,利用氧指数测定仪和锥形量热仪研究了交联黏土对RPUF阻燃性能的影响,通过热重分析仪研究阻燃RPUF材料的热稳定性及残炭量。分析结果表明,少量交联黏土的添加可以显著提高阻燃RPUF材料的极限氧指数(LOI),热稳定性和残炭量,并且可以降低材料的热释放总量,CO、CO_2气体的排放以及产烟速率。     

基于小波EMD的柴油机油耗量测量信号去噪处理

提出基于小波经验模态分解的柴油机油耗量信号去噪处理算法.将柴油机油耗量测量信号进行经验模态分解(EMD)后,经阈值处理和尺度滤波,去掉主要干扰因素所对应的本征模函数(IMF)分量,然后对剩余IMF分量进行重构,得到去噪后柴油机油耗量测量信号的时间序列.测试结果表明:重构后的信号能反映柴油机油耗量信号的真实趋势,其相对误差约为0.72％.