紫外、荧光分光光度法测定化探样中痕量芳香烃

目的用紫外分光光度法及荧光分光光度法优化化探样品中芳烃的测试条件。方法用优化后的条件对陕北地区化探样品中芳烃的石油醚萃取液进行了光谱分析。结果与国家行业标准相对照得出了一些新的测试参数。结论使用优化的测试条件分析化探样中的芳烃,其荧光强度更强、更稳定。化探样萃取液的紫外吸光度与萃取时间及称样量关系不大。     

指数分布下的产品可靠性抽样检验

对于失效时间遵从指数分布,本文提出了定时截尾样本下可靠性抽样检验方案的统计方法.质量统计是不可靠度的矩估计的严格增加函数,利用渐近正态分布样本量和接受常数被近似确定.     

删失数据下NA样本核密度估计的相合性

在｛Xn;n≥1｝和｛Yn;n≥1｝是相互独立的同分布NA随机变量序列的情形下,研究了随机删失数据下概率密度函数的核估计,获得了此核估计的逐点强相合性和一致强相合性。     

近几年水中Hg、Cr、Cd、As、Pb测定方法的进展

评述了１９９６－１９９９年间报道的水中Ｈｇ、Ｃｒ、Ｃｄ、Ａｓ、Ｐｂ测定方法情况,内容包括分光光度法、电化学法、原子吸收光谱法及其它分析方法。     

基于BP神经网络的项目评估模型研究

项目的申报、实施、验收都需要进行项目评估,项目评估是项目实施过程中的重要工作。项目评估复杂、专业,评估过程和结果具有很强的主观性。BP神经网络具有容错性强、信息分布处理能力高、自主学习、自适应、非线性映射等特点,适合推理规则不明确或推理规则非线性的环境,具有人脑思维的特征,BP神经网络在工程、管理、经济等领域得到广泛应用。在项目评估领域,现在基本上仍然以领域专家主观评价为主,这对评估结果的客观性、公正性必然会带来影响,评估过程信息化是项目评估改进的方向和趋势。基于评估的一般过程和BP神经网络的基本思想设计出项目评估的一般模型具有现实意义,应用BP神经网络建立项目评估模型的应用价值值得关注。     

一种考虑数据截尾的非参数软件可靠性模型

通过分析数据截尾对软件可靠性模型的影响，建立了一种考虑数据截尾的非参数软件可靠性模型，为的是克服一般参数模型假设约束过紧的问题，并能在估计失效率的同时估计残存缺陷数．同时，提出了基于非参数统计的软件失效率单调下降性检验方法，在加权核函数估计中引入数据截尾率作为加权系数和优化参数，并用失效率单调下降约束下的加权核函数方法来估计失效率和残存缺陷数．模拟试验和实例分析表明，所提模型可以较好地处理截尾数据，给出残存缺陷数的合理估计，其失效率估计精度较高，不低于较好的传统模型．     

荧光分光光度法测定水样中氧氟沙星的含量

采用荧光分光光度计分析了氧氟沙星的荧光特征及其在水样中含量。研究发现,在激发波长293 nm和荧光发射波长471 nm处p H=7的氧氟沙星水溶液具有最大荧光强度;在20~35℃范围内,氧氟沙星水溶液的荧光强度随温度升高而降低。当水样中无干扰氧氟沙星荧光特征的物质时,可在20℃、p H=7条件下,于激发波长293 nm和荧光发射波长471 nm处测定水样中氧氟沙星的含量,氧氟沙星的荧光强度与其浓度正相关,相关系数为0.9990,线性范围为0.05~1.0 mg/L,检出限为0.43μg/L,相对标准偏差小于1.6%(n=6),加标回收率为97.5%~100.9%,该方法适用于快速测定水样中氧氟沙星的含量。     

关于三参数Pareto分布的参数估计问题

在逐步增加首失效截尾样本下,研究三参数Pareto分布族形状参数的一致最小方差无偏估计(UMVUE),在对称平方损失函数下,讨论其Bayes估计和参数型经验Bayes(PEB)估计;按照均方误差(MSE)准则,比较UMVUE与PEB估计的小样本性质;根据形状参数的风险,导出其Bayes估计与PEB估计的大样本性质,并获得它们的收敛速度o(n-1)。     

水合物地层低温钻井液对井底岩石表层强度影响

由于天然气水合物仅在高压低温条件下稳定存在,为了保持水合物稳定,在钻井过程中宜采用低温钻井液,而在低温条件下钻井液能否对井底岩石表层起到软化作用,对于提高机械钻速具有重要意义。在分析钻井液对井底岩石表层软化作用机制的基础上,较系统地建立低温钻井液软化井底岩石表层定量评价方法,以清水为对比浆液,通过试验将6种水合物地层模拟钻井液(分别含有质量分数为0.1%的表面活性剂和有机盐处理剂)在低温条件下对薄片砂岩试样的软化效果进行对比。结果表明:相比于两种有机盐处理剂,含表面活性剂的4种模拟钻井液在低温条件下对岩样软化效果更好,有利于提高岩石破碎效率和机械钻速;4种含表面活性剂钻井液中,含十二烷基硫酸钠(SDS)钻井液对岩样的软化效果最好。     

指数分布区间型删失数据的可靠度最优置信下限

由于测量仪器的精度,测量方法等原因,往往不能得到产品精确的失效时间,得到的是区间型删失数据.本文讨论了指数分布区间型删失数据下的可靠度最优置信下限的估计问题.首先采用极大似然估计方法对指数分布区间型失效数据的失效率进行了估计,然后对每个区间型失效数据采用期望值对其失效时间进行估计,通过估计出的失效时间估计出了可靠度的最优置信下限,并给出了计算机模拟结果.