韦伯分布布谷鸟搜索算法颗粒粒径分布反演

韦伯分布在非线性寻优问题中具有较好的寻优精度和全局搜索能力,为此提出一种基于韦伯分布的布谷鸟搜索（WCS）算法来解决颗粒粒径分布反演的问题。使用WCS算法对服从Johnson’s S_B分布、Rosin-Rammler分布和正态分布的单峰颗粒系和双峰颗粒系进行颗粒粒径分布的反演,并分别与其他传统算法的处理结果进行比较。结果表明,WCS算法的整体效果优于人工鱼群算法和人工蜂群算法,且改进后的4种重尾分布CS算法的标准差比原CS算法提升2～3个数量级。目标函数散射光能加入噪声后,WCS算法比其他三种重尾分布的相对均方根误差值至少可降低1/2。使用小角前向散射测量系统对单峰颗粒系和双峰混合颗粒系进行实验研究,发现WCS算法的相对均方根误差比原CS算法降低约为40%。     

正项二阶等差数列的不等式

文[1]、[2]研究了正项等差数列方幂的不等式，本文研究由递增正项二阶等差数列若干项构成的不等式，为了简便起见，以下约定{an}是递增正项二阶等差数列，bn=a（n＋1）-an，{bn}的公差为d，其前n项和为Sn，m，k，n，p为正整数．     

拉曼放大器中放大的自发拉曼散射与拉曼开-关增益关系的研究

研究了拉曼放大器中放大的自发拉曼散射对拉曼开－关增益的影响，并提出了一种利用自发拉曼散射谱来调整拉曼放大器位曼开－关增益平坦的方法，实验采用4个波长为14xx nm的激光二极管作为抽运源，75km的G．652光纤作为传输介质，获得了C波段附近的光放大，同时对此给出了合理的理论解释。     

红外技术进步刺激军事需求增长

随着制造技术的进步，大量新一代红外成像设备不断投入战场使用。由于采用的材料更轻以及光学元件的改进，使传统的笨重系统被淘汰，提高了单兵武器和手持设备的性能。第二代前视红外（FLIR）传感器的分辨率更高，可以穿透沙尘，据陆军负责夜视、侦察、监视和目标捕获的项目主管透露，目前已经有一半的“阿布拉姆斯”坦克和“布雷德利”战车装备了这种传感器。     

精心设计问题培养学生能力

记忆特征告诉我们，要加强对某一件事的记忆，加深对某一问题的理解，“错误”与“教训”是最为深刻的．数学教学何尝不是如此．例如，为了加深学生对等差数列的前n项和公式的理解和应用，在教学中可设计如下两个问题：     

正项等差数列的不等式

由正项等差数列构成的不等式 ,叫做正项等差数列的不等式 .本文研究这样的一类不等式 .为了叙述简便 ,本文规定 {ａｎ}是公差为ｄ(ｄ >0 )的正项等差数列 ,Ｓｎ 是它的前ｎ项和 ,ｍ ,ｎ ,ｋ都是正整数 .定理 1　 1+ ｍｄｋａ11+ ｍｄｋａ2 ·…· 1+ ｍｄｋａｎ ≥ａｍ + 1ａｍ + 2 ·…·ａｍ +ｎａ1ａ2 ·…·ａｎ1ｋ.(当且仅当ｋ =1时等号成立 )证　由二项式定理得1+ ｍｄｋａｉｋ=1+Ｃ1ｋｍｄｋａｉ +Ｃ2 ｋｍｄｋａｉ2 +… +Ｃｋｋｍｄｋａｉｋ ≥ 1+Ｃ1ｋｍｄｋａｉ =1+ ｍｄａｉ=ａｉ+ｍｄａｉ=ａｍ +ｉａｉ,(当且仅当ｋ =1时取等号 …     

12kW二极管泵浦激光模块

二极管泵浦固体激光器（DPL）具有寿命长、热负载小、结构紧凑等优点，在工业加工、军事、通讯等领域都得到了广泛的应用。在高光束质量、高平均功率DPL激光器的研究中，目前普遍采用MOPA结构的光路布局——由谐振腔产生出低功率的单横模激光输出，经多路放大后达到满足需求的功率水平。而激光放大模块作为放大光路中的核心部件，其增益分布特性将直接影响到光束放大过程中的波前变化，因此如何在提高激光放大模块储能的同时提高模块增益分布的均匀性，从而减少光路放大过程的波前畸变，对于进一步研制高平均功率、高光束质量的半导体泵浦固体激光器具有非常重要的意义。     

大口径光束波前采样器(孔栅)的研制

应用平面波角谱理论，分析了采样器对光波场采样和分光的基本原理以及对空间采样频率的选择规则，描述了实际研制的大口径采样器的结构设计，并通过数值方法和高能激光大气传输实验研究了高能激光经采样器前／后的远场光斑分布关系。结果表明：利用光束波前采样器能高保真地实现对高能激光束的分光。     

浅议IP电话

 IP电话是国际互联网电话(Internetphone)的简称,又称为VOIP(voiceoverinternetprotocol,基于IP协议的语音通信),是一种借助计算机和互联网将语音信息转换和传送的新型通信方式,是计算机网络技术和语音通信技术新的综合集成应用成果。一、IP电话的发展历程早在20世纪70年代,一些有远见的科学家提出了将计算机(computer)、电话(telephone)通过某些硬件和软件集成为一体的技术,使语音和数据融为一体,并在一个终端上得以实现,但是当时由于技术上还不成熟,在实验及实际应用中未能成功。     

对经典隐马尔可夫模型学习算法的改进

改进经典隐马尔可夫模型(HMM)的状态转移和输出观测值的假设条件,并在经典隐马尔可夫模型的基础上导出新模型的学习算法.新算法避免了经典隐马尔可夫模型中状态转移概率和输出观测值概率计算时只考虑当前状态而不考虑历史的简单做法.