水杨基荧光酮二聚体作为荧光探针测定乐果

水杨基荧光酮是一种三苯甲烷类阴离子试剂,中性条件下具有强荧光的水杨基荧光酮与适宜表面活性剂作用形成弱荧光缔合物,在此缔合物中加入乐果,荧光强度显著回升且有良好的线性关系,方法的线性范围为0～3.2mg/L,检出限为0.014mg/L.将以上方法直接应用于谷物、蔬菜、土壤中农药残留的检测,结果令人满意.     

间隔基长度不同的偶氮苯单体的合成与表征

分别合成了包含亚辛基、亚壬基、亚癸基和亚十一基4种不同长度柔性间隔基的偶氮苯单体.利用核磁共振、元素分析、红外光谱、示差扫描量热分析、偏光显微镜和紫外-可见吸收光谱对这些化合物的性质进行了分析与表征.结果表明,随着间隔基长度的递增,偶氮苯单体的性质呈现明显的奇偶效应.具有亚辛基和亚癸基的单体没有液晶性,而具有亚壬基和亚十一基的单体呈现液晶性.此外,间隔基较长的单体与间隔基较短的单体相比,具有较低的熔点和更宽的液晶相范围.     

结构和价态调控的Ce-MOFs及其衍生物吸附水中氟离子的机理

严控饮水氟浓度,可以有效降低人体罹患氟骨症和氟牙症的风险。近年来,铈基吸附材料在解决氟污染问题中表现优异,而铈盐与有机酸反应生成的铈基金属有机框架材料（Ce-MOFs）或其衍生物,能有效去除水中的氟离子。硝酸铈铵（Ce(NH₄)₂(NO₃)₆）和均苯三甲酸（H₃BTC）在不同反应时长下生成了Ce-MOFs CeT1及其衍生物CeT2,更换H₃BTC为对苯二甲酸（H₂BDC）,反应生成2种Ce-MOFs,CeD1和CeD2。利用XRD、BET、SEM、XPS和FTIR对材料的结构、比表面积、元素含量和组成基团,进行系统的表征;通过控制吸附时间、溶质初始浓度、溶液pH值和竞争离子种类研究4种材料的吸附性能;对实验数据进行吸附动力学模型和吸附等温模型拟合,探究吸附机理。表征结果显示,CeT1为高度配位不饱和的Ce(Ⅳ)-MOFs,CeD1为比表面积最大（1 003.10 m²/g）的Ce(Ⅳ)-MOFs,而CeT2和CeD2则同为Ce(Ⅲ)占比较高的吸附材料。吸附实验中,CeT1、CeT2、CeD1和CeD2的最大吸附容量分别为99.38 mg/g、142.45 mg/g、60.45 mg/g和124.55 mg/g,CeT1、CeT2和CeD2符合假二级动力学模型,CeD1符合假一级动力学模型。4种材料对氟离子的吸附机理主要为静电吸引、离子交换和沉淀。其中,CeT1的不饱和配位可提供吸附位点进行离子交换和静电吸引,CeD1的大比表面积增加了污染物与材料的碰撞几率,而CeT2和CeD2中含有的Ce(Ⅲ),可通过形成溶度积常数极小的CeF₃（K_sp=8×10^-16）,以沉淀作用固定氟离子。实验分析了4种材料的特点与吸附性能之间的关系,为Ce-MOFs及其衍生物的制备与优选提供参考。     

飞机结构强度试验中碳纤维增强树脂基复合材料无损检测技术

新型飞机大量使用碳纤维增强树脂基复合材料(CFRP)作为结构用材,为确定CFRP结构强度试验后的最终损伤状态,必须制定相应的无损检测方案与损伤评定方法。针对强度试验后CFRP工件表面粘接物对检测效率的影响、变厚度弧形CFRP结构原位检测损伤识别以及CFRP结构冲击损伤定量基准波选取等关键技术,结合强度试验中无损检测的特点,采用现场检测典型信号分析的方法,提出了CFRP结构强度试验中的无损检测方案和损伤评定方法,最后通过实验验证了检测方案和评定方法的有效性。     

一类径向基神经网络干扰观测器轨迹线性化控制

利用径向基神经网络(RBFNN)的逼近能力,研究了基于径向基神经网络干扰观测器(RDO)的鲁棒自适应轨迹线性化控制(TLC)策略,以解决空天飞行器复杂飞行条件下系统不确定及干扰的控制问题。分析了系统存在不确定性时轨迹线性化控制方法性能降低甚至失效的原因,设计了自适应调节律,并采用Lyapunov方法严格证明了在该自适应调节律作用下闭环系统所有误差信号最终有界。仿真结果表明,较当前TLC方法的控制性能,新方案在空天飞行器系统上具有更优异的控制性能和鲁棒性。     

提升类小波变换加速的模基参数估计算法

将提升类小波变换(lifting wavelet-like transform, LWLT)应用于矩量法（method of moment, MOM）快速求解电场积分方程（electric field integral equation, EFIE）,对生成的稀疏化线性系统采用模基参数估计（model based parameter estimation, MBPE）算法求解,可获得小波域的宽带解,结合小波逆变换,最终实现目标电磁散射特性的宽频分析。通过不同三维散射体的计算分析,验证了算法的正确性。与传统模基参数估计算法相比,所提算法在计算时间和内存耗费上均有很大改善。     

地面站数传系统的RBFNN模型及算法

针对难以建立精确数学模型的地面站数传系统,提出改进梯度迭代学习的径向基神经网络建模方法。改进梯度学习算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;改进迭代过程中网络参数的梯度信息计算方式,加快了迭代收敛速度;并增加结构调整过程,实现对网络规模的精简。通过采集地面站数传系统输入-输出数据,将改进梯度学习算法应用于网络离线训练,并给出具体实现步骤。地面站数传资源配置优化实例验证了模型具有较高泛化能力,且算法稳定性较佳。     

基于岭回归径向基神经网络的MIMU误差建模

对MEMS（Micro Electro Mechanical systems微电子机械系统）IMU（Inertial Measurement Unit惯性测量单元）的随机漂移和误差进行建模和补偿是提高捷联惯导系统性能的主要方法之一。为了避免径向基（RBF）神经网络输出之间可能存在的复共线性,更加准确有效的对MIMU的输出误差建模,提出将岭回归径向基神经网络用于MIMU的误差建模中。通过与时间序列建模方法的仿真比较表明,在对MIMU误差补偿上所建立的岭回归RBF网络与四阶AR模型方法精度相当,比一阶AR模型精度高,而且无需对数据平稳性处理。

Abstract：

It is one of the main methods to improve the performance of Strap-down Inertial Navigation System for compensating the random drift and bias of MEMS （Micro Electro Mechanical systems） IMU （Inertial Measurement Unit）. In order to eliminate latent multicollinearity of radial basis function neuron network output layer and model the drift and bias of MIMU accurately,the radial basis function neuron network based on ridge regression method was proposed which was applied in modeling and compensating MIMU errors. The simulation shows,compared to the AR model,the precision of compensation of MIMU error using radial basis function neuron network based on ridge regression method is equal to the fourth order AR model,better than first order AR model,and no data stabilization processing.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。