仿形磨削凸轮机构运动学的CAD/CAG

对用仿形磨削方法磨削硬质合金可转位刀片周边的仿形凸轮机构进行了运动学分析,根据凸轮机构的运动学特性开发出一套设计和绘制仿形凸轮的CAD和CAG软件,采用该软件可以省去大量的繁复计算与绘图工作量,缩短设计制造周期,实现设计、绘图自动化。     

系统辨识在提高仿形加工精度中的应用

对包含切削过程在内的摇摆刀架仿形加工系统进行系统辨识,建立传递函数模型,重点研究提高仿形系统的跟踪能力和加工精度的方法．实验结果表明,纠正后的系统其跟踪精度提高８０％以上     

非对称式单透镜分数傅里叶变换全息图

提供了分数傅里叶变换全息图的非对称式单透镜记录光路,分析了其再现过程的共轭关系和放大率关系等,给出了该类全息图傍轴几何光学理论的数学表达式和物理解释,实验结果验证了该理论的可靠性与可行性。     

红光下染料敏化重铬酸盐明胶形成的全息图

重铬酸盐明胶(DCG)是一种重要的全息记录材料,它有高的衍射率和低的噪声,其衍射率之高几乎可接近理论值。它的主要缺点是光敏性差,对波长大于540nm的尤基本上不感光,加入一些染料可使其感光区扩大到红光(633nm)。本文讨论了用亚甲基兰敏化重铬酸盐明胶扩大到红光区的方法,用He—Ne激光得到衍射率为80%的全息图。     

微粒场全息图自动分析技术的研究

利用数字图象处理系统及相应的软件．实现对柴油机燃油喷雾场全息图的自动分 析．统计单位体积内油粒的大小、数目及分布．简要叙述喷雾场全息图的拍摄及再现。 着重介绍自动分析全息图的方法，如聚焦粒子的判断，灰度阈值的选取，分辨率及放 大率的考虑及插值运算等。给出了离轴雾场全息图的实际处理数据．自动分析的结果 与其它方法统计的结果符合，但时间大为缩短．为研究柴油机雾场和其它类似场合提 供了强有力的研究手段。     

自参考像面全息图

提出了一种新的全息记录方法，记录系统是同轴全息系统，而生现结果体现了离轴全息图的特性。该记录系统仅需一束激光，记录过程不需特定的防震装置。参考光来自物光本身，用透镜将物体成像在记录干板平面，因此称之为自参考像面全息图。利用该方法可以重构清晰的三维立体像，而且可利用非相干光记录和再现。本给出了理论分析，实验参数和实验结果。     

计算机辅助合成全息图

研究合成全息图的原理和记录方法。针对2D／3D合成全息图，分别讨论了对体视、动态、颜色和深度信息的编码以及全息观察窗的空间面积分割，计算了相关的记录参数．实验中采用计算机直接控制的液晶空间光调制器实现2D视差图像的自动显示与切换，方法简便易行，且消除了传统方法中底片复位所产生的误差，易实现自动化生产．实际制作了一个带有动感的合成彩虹全息图，验证了设计的正确性和方法的可行性．     

用衍射分色法制作彩色全息图

彩色全息图的制作是当今全息显示技术中的一个重要研究内容，对全息显示的发展有重要的意义，彩色全息图的制作方法较多，为了提高彩色全息图的质量，提出了用衍射分色法制作彩色全息图，它是通过使用三色光栅，把一张彩色透明片的红、绿、兰信息编码记录在一张黑白胶片上，用单色激光同时再现出所记录的3种颜色的光强分布并将它们记录在一张全息片上作成彩色全息图，该方法的显著优点是制作过程中无须制作3张分色掩膜信息的全息图，改进了3分色法的对准问题，使制作的全息图衍射效率高，再现像的色彩清晰，明亮，还原性好。     

错引现象折射出的科学家群体引文失范行为——以Nature上一篇19万次高频引用论文的错引记录为例

以Nature上一篇19万次高频引用论文的错引记录为例,运用科学计量学方法揭示出科学家群体中存在的引文复制和引而不注行为。他引过程中的引文复制和引而不注均属引文失范行为。     

Holographic QSRR of polychlorinated dibenzofurans

A new molecular representation, molecula rhologram, is employed to investigate the quantitative relationships between gas chromatographic retention indices (GC-RI) and molecular structures of polychlorinated dibenzofurans (PCDFs). Together with application of partial least squares (PLS) regression, the quantitative structure-retention relationship (QSRR) model is constructed for GC-RI of 135 PCDFs. This new QSRR model presents high statistical quality and predictive value with crossvalidation correlation coefficient q2Loo values of 0.998, and non-crossvalidationcorrelation coefficient r2 of 0.998. 100 PCDFs are selected randomly as training set and the rest as testing set. The resuit of PLS regressive analysis of training set yields r^2 of 0.998 and q2Loo of 0.997. The GC-RIs of testing set are predicted, and the correlation equation indicates that the model based on training set has excellent ability to predict the GC-RIs of PCDFs in testing set.