简介:测定了在高压条件下两种金属(钙和锌)的8-羟基喹啉络合物的晶体粉末样品的发光行为和原位X光衍射光谱.结果表明,压力对其发光性质产生极大的影响.随着压力的增加,8—羟基喹啉钙的发光强度在3GPa以内时大大增加,随后发光强度快速下降.到7GPa左右时几乎为零,而8-羟基喹啉锌的发光强度随压力的增加而逐渐降低,到7GPa左右时约为常压的10%。高压下的原位X光衍射结果表明,8—羟基喹啉锌的晶体在3—4GPa开始发生非品化相变,在7GPa时该非晶化相变完成,样品的x光衍射完全消失.而8—羟基喹啉锌在压力的作用下(至16GPa)没有发生明显的相变。
简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。