基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向

在整群抽样中,如果抽中的群内所含的次级单元个数相 当地多,此时对该群作普查会感到“心有余而不足”。特 别当群内的次级单元差异不大,比较大,这种情形下 对群内所有的次级单元一一访问似乎完全没有必要,一个省 时省钱又省力的念头会在调查者的头脑中油然而生,何不在 抽到的群内再作一定方式的抽样呢?这种在选中的初级单元 中再进行抽样的方法称为二阶抽样。倘若在抽取的次级单元 中又包含许多更次一级的单元,在这些单元中继续抽样就自 然地称为三阶抽样

针对一类具有凸多面体不确定常参数的离散时间时滞系统,研究其H∞最优保性能预见控制器的设计方法.首先,与以往不同,本文的扩大误差系统仍然保留了时滞,以保证扩大误差系统的状态向量维数不随时滞的增加而增加.其次,针对所构造的扩大误差系统,设计有记忆的状态反馈控制器,并利用线性矩阵不等式方法,导出确保所求控制器存在的条件及该控制器设计的方法.最后,通过建立并求解一个含线性矩阵不等式约束的凸优化问题,给出扩大误差系统的鲁棒H∞保性能控制器,该控制器对于原系统来说就是鲁棒H∞保性能预见控制器

利用光学显微镜、扫描电镜和电子探针研究了H13钢中初生碳氮化物高温分解时的形貌、尺寸、成分变化规律.原始初生碳氮化物主要为10~30 μm的长条状（Vx，Mo1-x）（Cy，N1-y）及少量方形的（Tix，V1-x）（Cy，N1-y）.在1200℃保温2.5 h后碳氮化物边缘变为凹凸不平的锯齿状，然后形成细小的分解颗粒，10 h后碳氮化物平均长度减小为12.9 μm，主要为（Tix，V1-x）（Cy，N1-y）.当经过1250℃×5 h保温后87%的碳氮化物发生分解，（Vx，Mo1-x）（Cy，N1-y）溶解消失，碳氮化物长度在20 μm以下，当保温时间延长到10 h后碳氮化物长度均在10 μm以下，70%为方形并且93%分解形成细小颗粒，未分解的碳氮化物为（Tix，V1-x）（Cy，N1-y）.电子探针分析（Tix，V1-x）（Cy，N1-y）的分解与Fe元素扩散有关，高温时Fe在（Tix，V1-x）（Cy，N1-y）中含量逐渐增加而Ti、V减少，优先在边部曲率半径较小部位或缺陷处分解，形成0.1~1 μm的细小分解颗粒，并由外向内以区域溶解方式使原始碳氮化物逐渐消

为了获取喷嘴振荡腔内的压力脉动信号,提出一种新的检测方法.首先分析自振射流的特性,设计了产生自振射流的喷嘴结构;结合计算流体动力学分析喷嘴腔内动压分布,确定测压点位置;运用流体网络理论分析自振射流的频率特性,在此基础上确定用于实验的微型高响应压力传感器;考虑到腔内振荡信号的非平稳性,采用希尔伯特-黄变换（HHT）信号分析方法.实验结果表明,腔内振荡信号主要集中于40~60 Hz、110~150 Hz和200~310 Hz三个频带,且组成频率成分所对应的幅值差异明显;距离喷嘴出口较近处,自振信号振幅较大,频带窄

确定了名老中医经验传承研究的方法,即利用结构化临床诊疗信息采集系统对临床病历数据化,利用数据挖掘分析平台进行分析挖掘,形成知识库,在临床上进行应用验证,将证明有效的经验形成治疗方案及治疗理论来指导临床,并进一步在临床上推广应用

一.抽样调查的概念 抽样调查是建立在随机原则基础上,从总体中抽取部分单位进行调 查,并概率估计原理,应用所的资料对总体的数量特征进行推断的一种 调查方法。例如,从某地区全部职工当中随机抽取部分职工,以家庭为 单位按月调查取得有关收入、支出等方面的资料,并依据这些资料推断 出全区职工的收支情况,这就是一种抽样调查

第一章 Nevanlinna理论概要 第二章 正规族 第三章 Borel方向 第四章 亚纯函数结合于导数的值分布 第五章 亚纯函数的重值 第六章 Borel方向的一些新研究 第七章 亚纯函数的亏值与Borel方向 第八章 展布关系及其应用

将核主成分分析方法引入热轧生产过程的监控与诊断中,根据平方预测误差统计量进行生产过程监控,然后利用数据重构和优化的邻域选取策略相结合的方法求出各工艺参数对平方预测误差统计量的作用,分析引起过程异常的主要工艺参数,最后利用仿真和热轧带钢实际生产数据进行实验.结果表明:基于核主成分分析的平方预测误差统计量能较准确诊断过程的异常,并可以找出引起异常的原因,为调整生产过程提供方法支撑,防止次品的出现

本文提出了一个利用复合码与和码来辨识H模型和前馈非线性系统的方法,而这些伪随机码是由相位相差1/2半周期的逆重复m序列所组成。采用此方法进行辨识时,即使非线性元件的奇次系数全为零,仍然能够辨识出线性系统的脉冲响应和非线性元件的偶次系数。文中附有辨识H模型的数字仿真结果,验证了所提方法的正确性