基于高斯过程回归的线性激光束指向稳定优化

为解决激光应用中的光束指向抖动问题,提出一种基于高斯过程回归（Gaussian process regression）的激光光束指向稳定性优化方案。介绍了激光光束指向稳定系统装置构成及原理,论述了高斯过程回归方法的原理及其作为激光光束快速稳定控制算法的优势。经过该方法优化后,指向抖动达到水平方向2.3μrad,竖直方向3.3μrad,将激光系统指向稳定性提高了1个数量级以上。指向性抖动为已有线性反馈系统的20%,尤其对于高频噪声优化有显著效果。该研究对于激光光束指向性敏感的精密实验和精密加工具有重要意义。     

高中学业水平考试试题难度模型建构*

利用主成分分析方法厘清试题难度影响因素之间的关系,进而从问题表征、问题解决和结果输出等3个维度上建立了影响高中学业水平考试试题难度的主要因素。通过编写高中学业水平考试测试题进行实证研究,建立影响因素常见呈现类型的难易赋值规则。选用机器学习的线性回归方法建构试题难度分析模型,并使用高考化学江苏卷部分试题的实测难度数据进行校验,模型难度预测值和高考难度实测值具有较好的拟合度,表明模型具有较好的应用价值和推广意义。     

基于高光谱的黑色签字笔墨水种类鉴别方法研究

该文提出了高光谱成像技术结合机器学习快速无损鉴别黑色签字笔墨水种类的新方法。采集36支不同品牌型号的黑色签字笔笔迹的高光谱图像,对每支签字笔笔迹的高光谱图像选取18个感兴趣区域,共提取648个平均光谱作为样本集。对450～950 nm的原始光谱进行Savitzky－Golay平滑、Z－Score标准化和两种组合方法光谱预处理,使用线性判别分析（LDA）和随机子空间－线性判别分析（RSM－LDA）分别构建黑色签字笔墨水种类鉴别模型。实验结果表明：不同预处理方法对RSM－LDA模型的鉴别准确率影响较小,而对于LDA模型,组合预处理具有更优的鉴别准确率;相比LDA模型,RSM－LDA模型分类效果更佳,训练集的平均分类准确率达100%,交叉验证平均分类准确率达99.09%,测试集的平均分类准确率达90.70%,每类样本的准确率、精准率、召回率均高于LDA模型分类结果,模型的接受者操作特征曲线下方面积（AUC值）达0.998 3,模型性能良好。因此,采用高光谱成像技术结合RSM－LDA可实现不同品牌型号黑色签字笔墨水的快速无损鉴别。     

用林邦的副反应思想处理滴定分析

以林邦的副反应思想为理论基础,创新滴定分析理论,整合滴定分析内容,统一"四大滴定"分析,并讨论了滴定分析的教学方法和学习方法。     

高效液相色谱-四极杆/线性离子阱质谱测定替米沙坦中N-甲基邻苯二胺残留量

建立了高效液相色谱-四极杆/线性离子阱质谱(HPLC-QTRAP-MS/MS)测定替米沙坦中N-甲基邻苯二胺残留量的分析方法。替米沙坦药物以水-乙腈(80∶20,体积比)溶解后,采用Agilent Eclipse XDB-C18色谱柱(3.5μm,2.1 mm×100 mm)进行分离,以0.1%(体积分数)甲酸水和乙腈作为流动相进行梯度洗脱,电喷雾正离子(ESI+)扫描方式下选择离子监测(SRM)模式对样品进行检测。结果表明,N-甲基邻苯二胺在2.0~50μg/L范围内线性关系良好(r0.99),检出限(S/N=3)为0.5μg/L,定量下限(S/N=10)为2.0μg/L。该方法操作简单、灵敏度高、重现性好,可用于替米沙坦中N-甲基邻苯二胺残留量的测定。     

基于表面重建螺旋型铂铱电极的葡萄糖生物传感器

通过对螺旋型铂铱电极表面进行化学腐蚀和电化学沉积铂纳米粒子实现电极表面的重建和优化,研究了螺旋型铂铱电极在不同腐蚀时间和电沉积时间下的形貌及对过氧化氢(H2O2)的催化活性.对表面重建的工作电极涂覆氧化酶和半透膜,制备出了铂纳米粒子/葡萄糖氧化酶/环氧聚氨酯酶电极,并将其用作葡萄糖传感器的工作电极.传感器计时电流检测结果表明,表面重建后的酶电极传感器对葡萄糖的检测范围扩大为2~45 mmol/L,优于裸铂铱酶电极传感器,电流响应值和灵敏度得到明显提升,同时传感器还具有良好的稳定性和选择性.     

铜掺杂氧化锌纳米纤维宽线性响应乙醇气体传感器

采用电纺丝技术结合高温煅烧制备了铜掺杂氧化锌复合纳米纤维,并通过XRD,XPS,SEM和TEM等手段对材料进行表征.将所得材料作为敏感层构筑了气体传感器,器件对乙醇蒸气具有很好的传感特性,特别是当Cu/Zn摩尔比为1∶60时,由于Cu组分的活化作用,所得传感器不仅具有高灵敏度、快速响应恢复(2 s/7 s)特性及优良的稳定性,而且在5~104μg/g超大乙醇蒸气浓度范围内都能保持良好的线性关系(R2=0.99),这不仅有利于乙醇实际检测,而且对宽响应范围及高灵敏传感器的发展具有重要意义.     

相依误差广义线性模型的M估计的Bahadur表示

考虑如下广义线性模型y_i=h(x~T_i,β)+e_i=1,2,…,n,其中e_i=G(…,ε_(i-1),ε_i),h是一个连续可导函数,ε_i是独立同分布的随机变量,并且它的期望为0,方差σ~2有限.本文给出了参数β的M估计,并且得到了该估计的Bahadur表示,该结论推广了线性模型的相关结论.应用M估计的Bahadur表示,得到了相依误差的线性回归模型,poisson模型,logistic模型和独立误差的广义线性模型等模型的渐近性质.     

M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.     

广义线性多乘积问题的完全多项式时间近似算法

本文针对广义线性多乘积极小化问题,通过一系列的线性规划问题的解提出一种求其全局最优解的完全多项式时间近似算法,并给出该算法的计算复杂性,且数值算例验证该算法是可行的.