【摘 要】
：
本文研究如下非线性Schrdinger-Poisson系统正解的存在性、多重性及集中性,{-ε2△u+V(x)u+φu=u2*-1+f(u),x∈R3,-ε2△φ=u2,u(x)>0,x∈R3,其中ε>0为参数,V是一个下方有界的正连续位势函数,f是一个次临界的非线性项,2*=6是R3中的临界指数.利用位势V在全空间的最小值点集的Ljusternik-Schnirelmann畴数性质,结合变分法
论文部分内容阅读
本文研究如下非线性Schrdinger-Poisson系统正解的存在性、多重性及集中性,{-ε2△u+V(x)u+φu=u2*-1+f(u),x∈R3,-ε2△φ=u2,u(x)>0,x∈R3,其中ε>0为参数,V是一个下方有界的正连续位势函数,f是一个次临界的非线性项,2*=6是R3中的临界指数.利用位势V在全空间的最小值点集的Ljusternik-Schnirelmann畴数性质,结合变分法我们得到了该系统多个正解.
其他文献
将两种向列相液晶,4-氰基-4-庚基联苯和4-氰基-4-戊基联苯,引入到染料敏化太阳电池(DSC)用偏氟乙烯-六氟乙烯共聚物基准固态电解质中,以期提高DSC的光电转化效率.研究了液晶的引入对电解质中I-/I3-的氧化还原行为、DSC中TiO2/电解质界面的暗反应以及DSC光伏性能的影响.结果表明,尽管液晶的引入会降低电解质中I-/I3-的传输并且使得DSC中暗反应加快,但是DSC的短路电流密度却显
研究和开发高性能的钙钛矿型混合电导氧化物是目前高温固体氧化物电解池(SOEC)氧电极材料研究的热点.选择BaxSr1-xCo0.8Fe0.2O3-δ系列材料,通过对材料的容差因子、关口半径、晶格自由体积等计算,以及对平均键能、B位离子的变价能力、催化活性等方面的分析,确定了A位最佳配比.对优化出的Ba0.5Sr0.5Co0.8Fe0.2O3-δ材料的电化学性能进行了研究,并与自制的La0.2Sr0
目前导电高分子材料主要集中在π-共轭的碳链体系和σ-共轭的聚硅烷体系.后来人们在聚合物主链或侧链同时引入π共轭性和σ共轭性的基团,形成σ-π共轭高聚物.这类材料掺杂后电导率能在较宽的范围内变化,从而赋予它们非常独特的光化学和光物理性质,可用作导体与半导体、光导体材料,以及非线性光学材料、光致抗蚀剂、电致发光装置中的发光二级管等,有可能成为方兴未艾的信息技术所必需的集成电子器件或集成光子器件中的关键
采用溶胶-凝胶法制备了全氟磺酸/二氧化硅(PFSA/SiO2)复合催化剂.调整PFSA与TEOS的配比,可制得不同PFSA负载量的复合催化剂.将PFSA含量分别为5%,13%,20%和40%的催化剂记为PFSA-5,PFSA-13,PFSA-20和PFSA-40.四种催化剂的等温线均属于Ⅳ型等温线,PFSA-5,PFSA-13和PFSA-20催化剂属H1型滞后环,而PFSA-40催化剂属H2型滞后
全氟辛酸(PFOA)因其在环境介质中的稳定性、持久性和生物累积性,常规方法很难将其降解,或必须付出昂贵的代价.近几年,一些研究者利用紫外光化学降解环境介质中的PFOA,显示出了优良的应用前景.本文结合国内外研究者近年来的工作,介绍了紫外光化学降解PFOA的原理与特性,对各体系中关键介质的作用与机理进行了讨论,针对紫外光化学降解PFOA存在的问题提出了见解,并对该领域研究的趋势进行了展望.
研究了北京市污水处理厂中全氟化合物的污染水平.分别对北京市主要的七个污水处理厂的进出口污水和污泥样品进行了季节性采样,并对样品中的9种全氟化合物进行系统性分析,结果表明在所有的污泥和污水样品中均检测到一定浓度的全氟化合物.污水中主要的全氟化合物是全氟辛酸(PFOA),而在污泥中则为全氟辛烷磺酸(PFOS).在进口污水中,全氟化合物总浓度是2.88～176ng/L,出口污水中是5.48～498ng/
CBSD(Component-Based Software Development)已经成为嵌入式软件开发的主流技术。在嵌入式环境下,有大量功能相似的构件,在开发过程中基于QoS的构件选择已成为研究热点。然而这些构件的QoS声明与提供者给出的往往并不一致。为此,提出一种基于修正QoS值的构件选择方法,该方法将QoS信任度作为权重,修正QoS值,再结合模糊逻辑,推理出该构件的综合服务能力。通过嵌入式
遥想当年,子在川上曰,逝者如斯夫,不舍昼夜。经常的,我们引用孔老夫子这句名言来感叹时间就像奔流的河水一样,不论白天或黑夜不停地流逝。转眼又到年中了,就让我们一起做个年中盘点吧。从国际形势看,天下并不太平,美欧经济复苏缓慢,欧盟一些国家债务危机继续加剧;拉登之死并没有让世界从此太平,北约的飞机和导弹也不能让利比亚
由洪涛院士主编的《传染性与非传染性痴呆症》已于2011年3月在科学出版社出版发行.长期以来,人们对细菌、病毒能引起的各种疾病耳熟能详,而对纯粹由蛋白质组
在预测问题中有很多实际问题具有时间序列特性,如何分析并建立合理的时间序列预测模型具有重要的理论价值与广泛的应用前景.随着对时间序列研究的逐步深入,时间序列预测模型变得越来越复杂,建模过程对设计技巧依赖性越来越强.如何设计一种不依赖于操作者的能力和经验,并且具有良好效果的建模方法呢?本文在集成学习理论的基础上,提出了基于Boosting梯度下降理论的自回归模型集成(AREnsembleLearnin