特征筛选对脑-机接口信号单次提取精度的影响

脑-之机接口的核心问题之一是通信载体信号的单次提取．在构建脑控拼写器的过程中，通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体，采用支持向量机方法进行特征信号的单次识别．为提高识别精度，详细研究了信号时程、时段的选择对模式识别精度的影响．结果表明，信号时程越长分类精度越高，时程达到300ms时，分类精度就可达到最大值（且趋于饱和）；信号时段的选择对分类精度亦有较大影响，最佳时段在靶刺激出现后约250～350ms作为起始处．这一结果为提高系统的整体速度与精度打下了基础．     

de Sitter空间的2-调和类空子流形

研究de Sitter空间的2-调和类空子流形,得到一个较为理想的积分不等式,从而改进相关作者的结论.     

Lu3+-8-羟基喹啉-5-磺酸-CTMAB体系L*-L型荧光反应的研究及其分析应用

研究表明8-羟基喹啉-5-磺酸与Lu3 和CTMAB形成稳定的三元离子缔合物,发射Lu3 微扰的配体的荧光.表面活性剂CTMAB的加入提高了量子效率,使荧光强度增加10倍.对于此三元体系,体系的荧光强度与Lu3 的浓度在1.0×10-6~1.0×10-5mol/L范围内呈线性关系,当信噪比=2时,检测限为4.0×10-7mol/L,采用多点增量标准加入法测定了重稀土混合样品中的Lu3 ,结果满意.     

α-甲基吡啶修饰的吸附树脂对2-萘酚的吸附行为研究

通过静态和动态吸附法研究了2-萘酚在α-甲基吡啶修饰的大孔聚苯乙烯树脂(Mpy)上的吸附行为,并与Amberlite XAD-4树脂的吸附行为进行比较,探讨了树脂结构和化合物性质对吸附行为的影响.结果表明,Freundlich和Langmuir方程很好地拟合了2-萘酚在Mpy树脂上的吸附行为,2-萘酚在Mpy树脂上的吸附过程存在化学作用,为一级动力学吸附.     

用最大流-最小截原理进行工期一费用优化的分析

阐述了最大流-最小截的基本原理，并运用它对工程网络图实例进行了工期一费用优化分析．     

基于灰度和梯度不变矩的人脸识别

提出一种新的人脸识别方法———灰度-梯度共轭不变矩法,克服了传统方法的缺点,在不增加复杂度的前提下,将灰度信息和梯度信息有效地结合起来,并将其共轭分布反映的纹理特征作为对灰度特征的补充参与特征分类.同时,对经典不变矩组进行分析并改进,消除了离散状态下比例因子的影响.以BP网络作为分类器进行试验,结果表明,与传统方法相比,该方法具有更高的识别率.     

漆姑草挥发油化学成分的研究

采用水蒸气蒸馏方法提取漆姑草挥发油,测得漆姑草挥发油的含量为0.08%;利用GC-MS联用技术从漆姑草挥发油中分离并鉴定出28种化学成分,占总挥发油的69.635%;用峰面积归一化法通过化学工作站数据处理系统得出各化学成分在挥发油中的相对百分含量。方法稳定可靠,为开发及综合利用漆姑草提供科学依据。     

Mg-(6～8)A1-0.7Si合金的组织和力学性能分析

通过金相观察、扫描电镜、X衍射分析和拉伸实验等方法,研究了Mg-(6~8)A1-0.7Si合金的铸态组织和力学性能.研究结果表明:添加了少量Sb和RE的Mg-(6~8)%A1-0.7%Si的铸态组织主要由α-Mg基体、Mg17A l12相、Mg2Si相、Mg3Sb2相和少量针状A l4Si2Mn2Y相组成,并且随着A l含量的增加,试验合金组织中的Mg17A l12相增多,共晶析出物变得更加连续.同时,力学性能的测试结果表明:A l含量变化对于试验合金抗拉强度、屈服强度和延伸率的影响呈现出不同的变化规律.     

医用聚乙烯醇水凝胶的制备及性能

采用反复冷冻、融化的方法制备了不同浓度、相同循环次数的聚乙烯醇(PVA)水凝胶和相同浓度、不同循环次数的PVA水凝胶。测试了PVA水凝胶的拉伸性能、溶胀率,再溶胀动力学。结果表明,拉伸强度随PVA含量的增加而增加;当浓度相同、循环次数不同时,再溶胀率随循环次数的增加而增加;当达到一个峰值时,随循环次数的增加而降低;当循环次数相同、浓度不同时,再溶胀率随浓度的增加而增加;当达到一个峰值时,随浓度的增加而降低。用物理交联和化学交联的方法制备了PVA/PAA互穿网络水凝胶,测试再溶胀行为,发现PVA/PAA互穿网络水凝胶具有温度敏感性。     

新型固体酸催化剂SO42-/Al2O3-Al的制备

采用铝阳极氧化法和浸渍法制备出新型SO42-/Al2O3-Al固体酸催化剂,通过BET,XRD,XPS等物性表征,考察了阳极氧化时间、焙烧温度等对催化剂制备的影响。BET结果表明,催化剂的比表面积要小于载体Al2O3的比表面积;XRD结果表明,载体Al2O3为无定形结构,且负载SO42-后,催化剂的物相结构没有发生改变;XPS结果表明,催化剂表面主要由SO42-和Al2O3组成。活性评价表明,该催化剂对酯化反应具有较好的催化活性。