含季铵盐NHPI衍生物的合成及催化

以偏苯三酸酐为原料,合成具有季铵盐和邻苯二甲酰亚胺(NHPI)双重结构的新型催化剂,经元素分析、红外光谱(IR)和核磁共振氢谱(1H-NMR)等结构表征,探讨反应条件对乙苯氧化的影响,当反应温度T=80℃,时间t=20 h,氧气压力=0.3 MPa时,乙苯转化率达到85.7%,苯乙酮选择性达到90.2%。     

冷冻速度对苹果贮期品质的影响

为了研究不同冷冻处理速度对苹果贮藏品质的影响,分别采用0.5 ℃/min和3.5 ℃/min 两种冷冻速度对苹果进行冷冻处理,分析苹果贮藏期间的品质变化。结果表明：冷冻处理速度显 著影响苹果的贮藏品质。高冷冻速度处理的苹果品质损伤更小且苹果硬度、可溶性固形物、维生 素C含量更高,口感、营养价值更好;同时L*值更高,a*值、b*值更低,外表面颜色保持得更鲜艳。     

基于仿生群优化的化学类实验室信息化管理模式研究

化学类实验室信息化管理是教育管理信息化领域亟待解决的问题,采用仿生群优化(Bionic colony optimization,BCO)方法,设计了基于BCO的资源优化配置模式、安全智能预警模式、智能优化排课模式、远程智能监控模式、智能考勤管理模式和智能环境监测模式,完成化学类实验室信息化管理模式设计,有效地提高了管理效率.     

桂林市地质地貌学野外实习探索与实践——以衡阳师范学院地理科学专业为例

分析了桂林市地质地貌实习基地的优势,介绍了衡阳师范学院桂林地质地貌实习线路设置和实习内容安排,提出了开放性实习教学模式,包括任务驱动式教学模式、小组合作探究实习模式和实习成绩考核的多元性方法.以期为形成实用、高效的野外实践教学模式提供案例支撑.     

2.45 GHz与5.8 GHz双频柔性天线的设计

基于聚二甲基硅氧烷(PDMS)柔性基体和有机硅导电银胶, 给出柔性双频微带天线的拓扑结构及制备2.45 GHz与5.8 GHz柔性可穿戴单极子双频天线流程, 并优化天线结构, 对天线性能进行实测表征. 结果表明, 仿真与实测结果基本一致, 双频天线在中心频率2.45 GHz和5.8 GHz处的回波损耗分别为-26 dB和-28 dB.     

基于高阻表面微波光子晶体的微带天线设计

利用高阻表面具有明显表面波带隙的特性, 研究微波光子晶体高阻表面结构在中心频率为11.75 GHz微带天线中的应用. 高频结构仿真(HFSS)电磁软件建模仿真结果表明, 微带天线增益提高约为0.6 dB, 低背瓣辐射最大降低约为10 dB, 从而提高了天线的性能.     

乳酸钠对镁合金微弧氧化膜层性能的影响

在NaAlO2、KH2PO4复合体系中添加不同浓度的乳酸钠对镁合金进行微弧氧化处理,研究了陶瓷层生长速率随乳酸钠浓度的变化规律,并对陶瓷层采用扫描电镜进行表面形貌观察;利用X射线衍射仪对膜层相组成进行分析,用电化学工作站进行动电位极化曲线测试.结果表明:乳酸钠浓度为3 mL/L时所获得的膜层致密性较好并具有最佳的耐蚀性.     

基于KPCA与LSSVM的网络控制系统时延预测方法

针对网络控制系统中随机时延很难精确预测的问题,首次将核主成分分析（kernel principal component analysis, KPCA）与最小二乘支持向量机（least squares support vector machine, LSSVM）结合对随机时延进行预测,KPCA对输入随机时延序列降维,消除重复性与噪声,减少LSSVM的运算量,降维后的时延序列通过LSSVM算法预测时延值。仿真结果表明,基于KPCA与LSSVM的时延预测方法的预测精度高于其他的预测方法。     

磁耦合共振无线能量传输系统中平面螺旋线圈的设计

采用基于矩量法的电磁仿真软件(FEKO)对平面螺旋线圈进行3D建模, 并通过计算50 cm处的近场值, 得出平面螺旋线圈的谐振频率, 省略了传统方法对平面螺旋线圈电感量进行的复杂计算. 根据仿真模型数据制作线圈, 并测试其S₁₁参数. 实验与仿真结果表明, 该方法可简化平面螺旋线圈的设计. 在磁耦合共振无线
能量传输系统中用19.3 MHz线圈传输能量, 点亮了一组LED阵列, 因此该设计可用于无线能量传输系统.     

改进VGG模型在苹果外观分类中的应用

为了将采摘后的苹果进行外观分类,提出了一种基于卷积神经网络的方法,通过改进VGG卷积神经网络完成对外观正常苹果、病斑苹果和腐烂苹果的分类。在VGG-16网络的基础上,加入批归一化层、采用全局平均池化和联合损失函数的方法对其进行结构优化。在经过数据增广的数据集上,与其他分类方法进行对比,结果表明:改进后的VGG网络对外观正常苹果、病斑苹果和腐烂苹果的识别精度分别为99.61%、98.89%和99.26%,均高于未改进VGGNet、AlexNet和GoogLeNet算法,证明此网络能够很好地完成对苹果外观的分类识别,可为采摘后的苹果实现智能分类提供技术支持。