光学分数傅里叶逆变换的无透镜模式

用波前相因子判断法，将球面波照明物体的自由空间菲涅耳衍射光场分布与分数傅里叶逆变换的标准频谱分布进行位相比较，提供了广义条件下光学分数傅里叶逆变换的无透镜模式，给出其光学实现基本单元参量选择的判定法则，计算机模拟实验证明了结论的可靠与可行。     

多信道E1映射复用成帧芯片PM8316及其应用

PM8316是PMC-Sierra公司生产的一种低功耗、高性能的多信道E1映射复用成帧芯片。该芯片内部集成了映射器、复用器、成帧器，其处理容量为63路E1，并含有8位微处理器总线接口和5个标准信号的JTAG测试端口，可支持收发抖动衰减。文中介绍了PM8316的主要功能和接口，给出了它在SDH终端设备中的主要信号电路框图。     

从语用预设解读英语幽默

从语用学预设理论出发,探讨语用学规律是怎样用于制造幽默效果的,并从语用预设的角度对言语幽默进行了分析和解读。分析时所基于的理论基础是语用预设具有共知性,合适性,可取消性和主观性等特点,可以用来恰如其分地分析幽默,为幽默的鉴赏和创作提供一个不同视角,同时可以提高对英语幽默的欣赏水平。     

[FePt/C]n多层膜的结构和磁学性能

采用磁控溅射方法制备FePt（50nm）和[FePt（2nm，3nm，5nm）／C（1nm）]。膜，并在550℃退火30min，研究了周期数（n）对FePt／C系列多层膜结构及磁学性能的影响。结果表明：退火后多层膜的矫顽力在总膜层厚度约为30nm时出现最大值；随着n的增大，多层膜的饱和磁化强度和晶粒尺寸均不断增大；C的加入可以有效降低晶粒间交换耦合作用。刚此可以通过控制周期数得到县仃合适的微观结构和高的磁学性能的FePt／C多层膜，从而满足超高密度磁记录介质的要求。     

反应溅射制备AlN薄膜中沉积速率的研究

通过对浅射过程中辉光放电现象及薄膜沉积速率的研究，发现随着氮浓度的增大，靶面上形成一层不稳定的AlN层，由于AlN的溅射速率远小于Al，从而使薄膜的沉积速率显著下降。同时还研究了其它溅射参数对薄膜沉积速率的影响。结果表明：随靶基距的增大靶功率的减小，不同程度引起沉积速率的下降；随着溅射气压的增大，最初沉积速率不断增大，当溅射气压增大到一定程度时，沉积速率达到最大值，之后随溅射气 压的增大，又不断减小。     

山西水库移民心理探析及解决措施

社会心理的变化受社会生活、需求动机、传统习惯和社会情境等多种因素的影响。水库移民心理的特殊性在于"巨变",安置活动中移民个体经历了相似的生活环境"移植"和文化背景"嫁接",必然促使这一群体形成某种共同的心理特征。从山西库区特点入手分析了移民群体在适应过程中极易出现的社会心理变化,并提出相应的对策。     

知识的划分粒度表示法

对知识的分类能力给予量化,提出一种知识表示法——划分粒度表示法,利用划分粒度可定量表示知识的分类能力.首先给出粗糙集理论中主要概念的代数表示,其次定义知识的划分粒度并研究它的性质,最后证明知识的代数表示与划分粒度表示是等价的.     

广义系统的时滞依赖静态输出反馈控制

针对一类不确定线性广义时滞系统,给出了静态输出反馈控制器的设计方法.首先基于标称广义时滞系统的稳定条件,以受限线性矩阵不等式形式,给出闭环广义时滞系统正则、无脉冲且渐近稳定的充分条件,同时利用受限矩阵不等式的可行解给出静态输出反馈控制律的一个参数化表示;其次,利用矩阵的正交补,把求受限线性矩阵不等式的可行解问题转化为求严格线性矩阵不等式(LMIs)的可行解;最后应用数值实例说明了所给方法的有效性和正确性.     

洛川苹果园地土壤重金属污染调查与评价

通过对洛川苹果园地土壤样品的采集、监测,依据无公害果同产地土壤环境质量标准和绿色食品产地土壤环境质量标准,重点分析评价了对土壤环境及人体危害较大的Cd、As、Cr、Ph等重金属元素的污染现状.评价结果表明:以无公害果园产地土壤环境质量为评价标准,洛川苹果园地土壤重金属污染程度有As＞Cr＞Cd＞Ph的特征,土壤重金属综合污染指数为0.51,土壤Cd、As、Cr、Pb单项污染指数平均值均小于0.7,土壤环境中的重金属元素含量现状水平符合无公害苹果生产的要求;以绿色食品产地土壤环境质量为评价标准,洛川苹果园地土壤重金属污染程度有As＞Pb＞Cr＞Cd的特征,土壤重金属综合污染指数为0.64,土壤Cd、Cr、Pb单项污染指数平均值均小于0.7,土壤As单项污染指数平均值大于0.7,但小于1.土壤环境中的重金属含量现状水平符合绿色食品苹果生产的要求.但土壤As单项污染指数平均值为0.74,已超过绿色食品产地土壤污染警戒线.洛川苹果园地土壤重金属As污染程度较高,主要是由于人为长期不合理使用含As农药、化肥所致.因而,洛川苹果生产中应将土壤环境中的As作为严控的土壤污染物.     

结合注意力与批特征擦除的行人重识别模型

在行人重识别过程中,图像局部遮挡会造成识别准确率下降。提出一种结合注意力和批特征擦除的网络（ABFE-Net）模型,旨在学习具有辨别力的全局特征和局部细粒度特征,提高图像局部遮挡条件下行人特征的表达能力。将轻量级注意力模块嵌入到ResNet-50中自主学习每个通道的权重,通过强化有用特征和抑制无关特征增强网络特征的学习能力,提取行人更具辨别力的全局特征。对于深层特征使用批特征擦除方法,随机擦除同一批次特征图的相同区域,使得网络关注剩余的局部细粒度特征。将两种特征融合得到更加全面的行人特征表示,对其进行相似性度量并排序,得到行人重识别的结果。实验结果表明,与HA-CNN、PCB等方法相比,ABFE-Net模型在Market1501和DukeMTMC-reID数据集上的Rank-1和mAP分别达到94.4%、85.9%和88.3%、75.1%,能够明显增强行人特征的辨别性,提高行人重识别效果。