铁磁—反铁磁超晶格的自旋波理论

采用线性自旋波理论和利用数值计算的方法得到铁磁－反铁磁超晶格的磁矩。     

c轴取向Bi4Ti3O12铁电薄膜的制备与光学性质

Bi-4Ti-3O-(12)(BIT)是一种重要的铁电材料,Curie温度为675℃,自发极化矢量位于a-c平面上有两个分量,在外场作用下可以各自独立地反向,且沿c方向矫顽场强很低,为3.skV/cm.开关速度快,抗辐射能力强,抗疲劳特性好.在无外场作用下能保持记忆,具有与半导体工艺集成的潜力.特别是c轴取向的BIT薄膜不仅能作电场记忆,还能实现光记忆,很适合作铁电存储器、电光器件、光存储显示材料,具有广泛的研究开发和应用前景,该材料已成为当今国际上研究的主要材料之一.     

L-肉碱对肥胖小鼠脂肪酸代谢的影响

为探讨L-肉碱对肥胖小鼠体内脂肪酸代谢的影响，以高脂饲料诱导雄性小鼠肥胖模型，然后将肥胖小鼠随机分为4组：对照组与3个L-肉碱剂量组（100、200、400mg／kg），小鼠每天游泳1h，持续5周。观察小鼠体脂肪变化；气相色谱与质谱连用测定肝脏脂肪酸组成及含量变化；显微镜下观察肝脏冰冻切片。结果表明：200、400mg／kg剂量组的体重及腹部脂肪、血清甘油三酯、总胆固醇、LDL一胆固醇均低于对照组（P〈0．05），HDL-胆固醇高于对照组（P〈0．05）；冰冻切片中脂肪滴减少；棕榈酸和二十碳三稀酸代谢显著增强（P〈0．01）。得出结论：L-肉碱具有增强肥胖小鼠脂肪酸代谢，特别是中长链脂肪酸代谢，降低血脂的作用。     

起重机物料搬运过程的可视化仿真研究

起重机是一种典型的物料搬运设备，利用虚拟现实技术和仿真技术实现起重机物料搬运过程，对物流系统的规划、管理与控制具有积极的意义。以桥式起重机为研究对象，构造详细的起重小车三维模型以及主梁、端梁等结构件三维模型，并将它们装配成一个整体，在虚拟环境中赋予其运行、起升、吊运碰撞等行为属性，实现了基本的搬运动作。     

浅析饭店员工流失原因及饭店的人性化管理

当前，每个饭店在经营管理过程中，都必须面对员工流失问题。而员工流失率偏高，又是各饭店普遍存在的一个现象。同时，员工流失率偏高也给饭店带来了负面影响，其负面影响集中表现在：（1）员工的流失给饭店带来成本损失。（2）员工的流失影响饭店的服务质量。（3）员工的流失使饭店业务受损。（4）员工的流失会极大地影响士气。在此，笔者尝试就饭店员工流失原因及如何应对，谈谈自己的看法。     

测定苯分子共振能的化学虚拟仪器

研制了基于LabVIEW7．0 Express实时数据采集、动态显示、处理实验数据及生成结果等的化学虚拟仪器系统，测定了苯分子的共振能．实验表明：利用LabVIEW开发的虚拟仪器编程直观高效、界面友好、功能易扩展，实现了自动完成测试任务，避免了人工记录和处理实验数据的繁琐及人为误差，提高了测试结果的准确性和重现性．     

阳极氧化电压对纳米孔阵列阳极氧化铝膜形貌的影响

阳极氧化铝是将金属铝进行阳极氧化处理后，在其表面上形成的一层氧化膜，可对金属铝起到装饰和保护的作用．20世纪末人们发现，铝在适当的阳极氧化条件下可以制得具有纳米孔阵列的阳极氧化铝膜．随着纳米科学的蓬勃发展，纳米孔阵列阳极氧化铝膜由于其具有大的比表面积、高纵横比、大小均     

基于网状静电传感器鼓泡流化床运行参数监测

为了深入研究流化床中颗粒的流动特性和优化流化床反应器的性能,需要对流化床的运行参数如流速和电荷分布进行实时地监测。由于灵敏度高且分布均匀,网状静电传感器被用来在实验室规模鼓泡流化床上测量固体颗粒的速度廓形和电荷分布。固体颗粒的速度廓形是通过对上下游平面对应位置的静电信号进行互相关计算得到的。网状电极上的感应电荷可以通过静电信号的均方根(RMS)估算。根据电荷重建算法,利用所有电极上的感应电荷重建截面处固体颗粒的电荷分布。研究结果表明:网状静电传感器可以捕捉到鼓泡流化床床壁附近的下落颗粒;由于流化床内颗粒速度廓形的影响,传感器中心处电极上的感应电荷量大于床壁附近电极上的感应电荷量,并且重建结果显示流化床截面电荷分布相对均匀。     

基于分形维数的多尺度面目标匹配对相似性度量

多尺度空间数据联动更新技术已经成为提高地图数据现势性的一种重要手段,为了解决该技术中目标匹配结果的质量评定问题,重点针对其中的面状要素,提出了一种基于分形维数的地图数据面实体相似性度量方法。基于分形维数的多尺度面目标相似性度量方法,以分形维数来刻画面目标的几何形状特征,结合其空间位置、大小和分布模式等信息,对多尺度同名面目标之间的相似性进行定量度量。该方法既考虑了面目标的局部结构特征,又兼顾了面目标的整体分布特性,还具有旋转、平移和尺度不变的特性。最后以某地居民地数据匹配对为试验数据进行试验,并通过与紧致度形状描述方法进行比较,结果表明,该方法在面目标相似性度量方面具有很好的实用效果,为多尺度地图面目标匹配结果评价提供了一种有效手段。     

基于MapReduce的频繁模式挖掘算法的优化

分布式数据挖掘计算是大数据研究中非常重要的技术,现有的对频繁模式的分布式挖掘方法在处理大量数据集时仍然存在许多局限,如并行Apriori算法在多次扫描数据库过程中对I/O产生很大负担,并且有大量候选集产生.本文使用的FP-growth算法包括Fp-tree构建和频繁模式挖掘两个阶段.主要思想是在map阶段构建FP-tree之前,根据步长值及项目元素编码对FP-tree节点合并,并在shuffle阶段依据平衡算法划分给不同的reducer.平衡算法用来均衡工作负载.利用该算法来降低数据分配的随机性,避免数据挖掘阶段由于数据划分不均衡导致部分reducer开销过大的缺点.实验结果表明:与现有方法相比,在较大数据集情况下改进后的算法具有更好地运算效率和可伸缩性.