7,11,18,21-四氧杂三螺[5,2,2,5,2,2]二十一烷的合成

利用环己酮与季戊四醇在非酸催化剂的作用下,合成了聚缩酮螺胞二醚的先导化合物7,11,18,21 四氧杂三螺[5,2,2,5,2,2]二十一烷.考察了催化剂、反应物的摩尔比、带水剂、反应温度等对反应的影响.利用FTIR、及HNMR对标题化合物的结构进行了表征,标题化合物的最高收率可达70%以上.     

舌体一维传热模型解析解及舌温与血液灌注率的关系

结合中国传统医学理论，以猪舌为实验对象进行了生物传热的研究与计算．采用药物进行“动物造模”改变舌体的血液灌注率，测得不同血液灌注率下相对应的舌面温度，首次得到舌血液灌注率与舌面温度之间的函数关系．对猪舌动、静脉的血气分析，计算得到了舌体的代谢热．根据舌体的传热特点，以实验数据为依据，对Pennes模型进行简化，建立了舌一维传热方程，并获得其在不同血液灌注率下的解析解，结果表明，通过一维传热模型求解所得到的舌面温度与实验值基本吻合．此研究提供了较准确的生物物性参数，并为生物传热模型的建立与计算提供了方法和经验．     

ESR研究单[2-氧-(2-羟丙基)]-β-环糊精与氮氧自由基的作用

测定了4-羟基-2,2,6,6-四甲基哌啶氮氧自由基(R)与β-环糊精(β-CD)及单[2-氧-(2-羟丙基)]-β-环糊精(2-HP-β-CD)相互作用的电子自旋共振谱(ESR),计算了波谱参数.结果表明,自由基与环糊精及其衍生物作用后,其超精细分裂常数αN值及旋转相关时间τC都有规律性变化.     

钢框架结构的抗火计算分析方法

钢结构的抗火研究，主要有试验研究和理论分析两种。钢结构抗火计算理论的发展分为3个阶段：单根构件分析、平面框架分析和钢框架结构整体分析。主要综述了后两个发展阶段中提出的钢框架结构在高温下的性能计算分析方法及其研究成果。     

IPv6和未来移动通信

随着移动通信技术和因特网数据业务的迅速发展，如何将两者有机地结合起来，为移动用户提供随时随地的无线数据服务和计算能力，已成为通信行业感兴趣的问题。虽然i-moded等业务的成功，推动了基于WAP／IPv4的无线应用的发展；但是，IPv6的增强功能才是未来移动网络的重要支持。因此，在无线／移动网络中研究和采用IPv6成为一项紧迫的工作。介绍了IPv6的增强功能，提出了需要解决的问题。     

含混的自然概念--梅洛-庞蒂对笛卡尔自然观的批判反思

笛卡尔的自然实际上出自于知性的构造,它是一种祛魅的、纯粹的、自在的自然,但这种思想中还包含有许多含混之处,有许多非思辨的成分.这意味着两种自然,即"自然之光"意义上的自然和"自然倾向"意义上的自然的共存,知性自然建立在感性自然基础之上.在康德那里,人为自然立法的思想消除了这种含混性.梅洛-庞蒂本人要求把知性自然还原为感性的、前客观的、野性的自然,让我们在自然面前始终保持惊异,这种立场超越了自然主义与人道主义之争.     

Banach空间中的各种K可微性

引入了K -Gateaux可微、K -Fr啨ｃｈｅｔ可微、Ｋ -一致Gateaux可微、K -一致Fr啨ｃｈｅｔ可微等概念 ,并讨论了各种K可微性与对应的K光滑性的关系 ,给出一些等价条件。     

Ce改性CuO/γ-Al2O3的稳定性及催化活性研究

以CeO2作为改性添加剂、γ-Al2O3为载体、CuO为活性成分，用分层浸渍的方法制备出负载型CuO—Ceo2／γ-Al2O3湿式氧化催化剂；采用TG—DTA、XRD对其进行表征，研究了Ce的掺杂对载体及活性成分高温稳定性的影响并得出结论：在湿武氧化反应过程中，Ce的掺杂有效抑制了γ-Al2O3向α-Al2O3转变的高温相交，以及活性成分CuO与载体间相互作用形成CuAl2O4昀过程。通过对苯酚的湿式氧化降解实验，获知CeO2的加入可明显提高催化剂活性，其中6％CuO-6％CeO2／1—100％Al2O3的质量组分比对苯酚的催化活性最佳，反应30min，苯酚溶液COD的去除率为91．31%。     

改进蒙特数字测井系统的有效途径

蒙特数字测井仪是为煤田测井而设计生产的，为了满足煤层气测井需要增加补偿中子，微球形聚焦和深浅三侧向等方法探管。为此在蒙特数字测井仪数据记录之前设计了一接口面板，使所测数据和容易地进入门特数字测井系统。     

基于视觉词袋和三角函数法的动作识别

为了能够更为迅速与准确地对交警指挥等已知动作进行识别,提出了一种将人体特征点的运动轨迹三角函数化后用视觉词袋进行识别的方法.该方法通过将人体运动肢体的端点定义为特征点后,将特征点的空间位置与时间的关系看作是一组三角函数曲线,用不同的正弦公式的组合代替特征点的运动轨迹,以提取特征;同时此算法利用视觉词袋法,提取人体动作时的特征子通过金字塔模型与视觉词袋词典中的特征进行匹配,再通过抽象隐马尔科夫模型实现动作的预测,从而能够自适应地识别出动作.实验结果表明该算法在针对多个动作时优于传统算法.