多波长光谱法检测乙烯火焰中温度和碳黑生成

提出用光谱仪测量轴对称扩散火焰在800~950 nm波长范围的单色辐射强度,用阿贝尔逆变换从单色辐射强度中求解出源项H,再根据火焰复折射率函数与波长的关系,从源项H中同时计算出火焰温度和碳黑体积分数.光谱仪用黑体炉进行标定,对乙烯扩散火焰中部和上部的进行了检测,给出了火焰温度和碳黑体积份额沿半径的分布,检测结果与光学法相比具有较小误差,表明该方法是可行的.     

广义函数及其在力学中的应用述评

简要介绍了广义函数的发展,给出了力学中常用的广义函数（即奇异函数）的定义及其微分、积分运算法则,分析了广义函数在力学各分支中的应用现状,通过用广义函数表示集中力作用下固支圆板的面分布集度来求解板弯曲挠度的实例,说明运用广义函数解决一些力学问题的优越性．     

广义高斯和分形序列及其M-J集研究

推广了Lakhtakia 和Berndt等的工作,分析了分形(自相似)序列的生成规则,给出了二次高斯和所生成的分形序列的标度及维数.利用逃逸时间算法,构造了广义高斯和的Mandelbrot-Julia集(M-J集),并从理论上分析了M-J集的周期性和结构特征.结果表明:M-J集由许多螺旋状的花束构成,这种结构在不同水平上嵌套出现,体现了明显的自相似分形特性;随指数值增大,M-J集中的精细花瓣结构增多并趋于复杂;J集在x轴方向上具有周期性.本研究成果有助于理解广义高斯和的动力学性?     

广义切线体积模量研究

对三轴应力状态下的土体切线体积模量进行了研究.考虑了常规三轴试验和各向同性压缩试验对切线体积模量的影响.在胡克定律的基础上,将体积功分为塑性体积功和弹性体积功,并由此确定了常规三轴试验和各向同性压缩试验对切线体积模量的影响系数.采用由两种试验得到的切线体积模量的值和影响系数,就可以得到广义切线体积模量.验算的结果表明广义切线体积模量的表达式更具代表性.     

POLSAR图像杂波L分布建模及其参数估计

基于乘积模型的杂波统计建模是进行高分辨极化合成孔径雷达(POLSAR)图像非均匀区域杂波统计特性分析的有效方法,其核心在于纹理分量随机分布的类型选择.广义伽马分布(GΓD)是一种普适性很强的分布类型,Weibull分布、伽马分布、逆伽马分布等都是GΓD分布的特例,因此基于GΓD分布的图像乘性杂波建模既满足杂波建模的高精度要求,同时成为各种雷达杂波辨识的有效工具.本文首先推导了服从GΓD分布的随机变量的高阶矩特征及其对数累积量(MLC),利用纹理分量服从GΓD分布情形构建了乘积相干斑模型,得到了适用于POLSAR图像处理的L分布杂波多视处理的协方差矩阵的概率分布函数,同时推导了其高阶矩特征及其对数累积量,提出了基于对数累积量的L分布参数估计新方法.针对样本数较少的情况下对数累积量参数估计失效问题提出了基于混合矩(MME)的参数估计方法来解决.然后给出了不同分布的高阶矩和对数累积量,通过二三阶对数累积量关系图辨析了常用分布与L分布的内在关系,得到了L分布是目前乘积模型中适用范围较为广泛的统计分布的结论.最后用仿真数据验证了理论推导的正确性,并将基于对数累积量的参数估计方法与已有方法进行了比较,结果证明新参数估计方法具有更高的估计精度和运算效率;另外,还用实测数据进行了统计模型检验,其结果验证了理论推导的正确性.极化SAR中多视图像L分布杂波的统计建模及其参数估计方法为极化SAR目标检测和识别等领域的新技术研究提供了新手段.     

Wick类型随机广义Kdv-MKdv方程的精确解

通过埃尔米特变换将Wick类型的随机广义Kdv MKdv方程变成广义系数Kdv MKdv方程, 利用截断展开法求出广义系数Kdv MKdv方程的精确解, 并通过埃尔米特逆变换得到了随机广义Kdv MKdv方程的精确解.     

求解非凸函数优化问题的修正广义拟牛顿算法

对无约束最优化问题,提出了一种修正的广义拟牛顿算法,证明了该算法对非凸函数在Goldstein非精确线搜索下具有全局收敛性．     

反相乳液聚合法合成聚丙烯酸铵的研究

以煤油为连续相,水为分散相,氨水中和的丙烯酸为单体,采用Span-80类复配乳化剂,以(NH42)S2O8为引发剂,用反相乳液聚合法合成新型絮凝剂聚丙烯酸铵.研究了乳化剂种类及用量、引发剂种类及用量p、H值、单体浓度、油相种类及用量、反应温度等因素对产物性能的影响,利用FTIR对产品进行了表征,确定了最佳实验条件。     

基于网络局部和全局特性的组合中心性度量措施

阐述了复杂网络中节点的中心性(即节点的重要性)对网络鲁棒性的重大影响,评估节点的多种重要性方法各自的优点与局限性.结合逆和指数ISI、度中心性DC以及介数中心性BC提出一种基于两种人工网络和两种真实网络的组合中心性度量方法IDB,利用删除节点前后网络的最大连通子图的变化对节点的重要性进行刻画仿真实验,验证了该方法的可行...     

基于Beta过程的高分辨ISAR成像

对于高信噪比、完整回波、目标平稳运动等理想观测环境,现有成像技术已经较为成熟,可以获得聚焦良好的高分辨逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像。但在实际中的方位回波缺损与低信噪比观测情况下,随机相位误差等因素会降低现有成像算法的性能甚至使其失效。本文首先建立了ISAR稀疏观测模型,并基于稀疏贝叶斯学习理论,通过引入Beta过程非参数先验构建层级概率模型,进而交替利用Gibbs采样及最大似然方法对ISAR像及随机相位误差进行估计。实验结果表明,所提方法在低信噪比、回波缺损等复杂观测环境下能够获得聚焦良好的ISAR图像。