某型航空保障装备模拟训练系统研究

根据某型保障装备的操作规程与技术特点,利用MultiGen软件建立其三维仿真模型,并通过实时驱动软件Vega实现了测试过程的人机交互控制。通过对该型保障装备的模拟,改善了保障训练的方法与手段,减少了装备损耗与保障资源的浪费。     

固定电位络合滴定法测定朱砂中硫化汞含量

基于溶液中Hg~(2 )-Br~-各组分的分布系数在Br~-平衡浓度一定的条件下为常数,建立了固定电位络合滴定法测定朱砂中硫化汞含量的新方法。该方法采用HAc-NaAc缓冲溶液和KNO_3为总离子强度调节缓冲剂、氯离子选择性电极为指示电极、饱和甘汞电极为参比电极,用KBr溶液滴定至固定电位286mV(vs．SCE),使用标准曲线法计算硫化汞含量。在选定条件下,消耗的KBr溶液体积与Hg的物质的量呈良好的线性关系,相关系数0.99997。用于朱砂中硫化汞的测定,相对标准偏差0.04%-0.08%,与传统络合滴定法比较,相对误差-0.07%～0.05%。该方法无需确定的化学计量点和已知滴定剂的浓度,方法简便准确,适合于朱砂中硫化汞含量的测定。     

论高师学生思想政治教育目标的层次体系

高师学生思想政治教育目标是学生思想政治教育的出发点和归宿,具有一定的层次体系。思想政治教育目标层次体系的基本内涵包括学生思想政治品德的层次性、人才培养目标的规格性和思想政治教育方法的多样性。高师只有加强学生职业道德和职业能力的培养,才能保证思想政治教育目标层次体系的实现,才能增强思想政治教育的实效性。     

时序模型Xn+1=TZn-1(Xn,εn+1(Zn+1))的极限行为

提出了一个随机环境下的时间序列模型,应用马氏链的随机稳定性理论,讨论了该模型确定的序列{Xn}的极限性质,给出了{Xn}依某种方式收敛以及以几何速率收敛的充分条件.     

银杏叶中有效成分的微波提取及抗氧化活性研究

用正交试验设计优选出银杏叶黄酮类化合物的微波提取工艺,并采用化学发光法对银杏叶的粗提物、正丁醇萃取物及其余水层清除自由基和抗氧化性能进行了研究.结果表明:当固液比(m/m)为1∶30,微波中档400 W浸提时间为1 h,然后70℃水浴浸提1 h,黄酮的提取率最高.3种提取物均有较强的抗氧化活性.其中粗提物的抗氧化活性比正丁醇萃取物好,同时发现萃取后的水层部分虽然黄酮类化合物含量很低,但也有较强的抗氧化活性.证明银杏叶提取物是一组复杂的、而又有相互协同增效作用的混合物,进一步分离纯化可能对提高其抗氧化活性作用不显著.     

用气相色谱法测定液状食品中四种对羟基苯甲酸酯类防腐剂

用毛细管气相色谱法实现了液状食品中4种防腐剂(对羟基苯甲酸甲酯、对羟基苯甲酸乙酯、对羟基苯甲酸丙酯、对羟基苯甲酸丁酯)的分离测定，各组分回收率为91．15～107．7％，检出限为0．5μg／mL，线性范围为0．2μg／mL～80μg／mL．线性相关系数大于0．999。     

钼酸盐-柠檬酸盐络合物及有机酸对棕色固氮菌生长的影响

将经过0.9%NaCl溶液处理8h的棕色固氮菌(AzotobactervinelandiiOP)作为菌种分别接入Burk′s培养基和用不同有机酸替代柠檬酸三钠或用不同等摩尔的钼络合物替代钼酸钠的各种改良的Burk′s培养基中,分别测定菌体生长曲线和固氮活性.结果发现,与Burk′s培养基相比,以高柠檬酸、苹果酸、马来酸替代柠檬酸三钠或以K6[Mo2O5(cit)2]·5H2O、K4[Mo2O5(Hcit)2]·4H2O和Na2[MoO2(Hcit)]·3H2O替代柠檬酸三钠和钼酸钠的培养基能促进菌体的生长;以乙醇酸替代柠檬酸三钠的培养基则会抑制固氮菌的生长;各种培养条件下菌体细胞的C2H2还原活性表现了类似的规律.讨论了固氮酶活性中心FeMoco在装配过程中钼的可能运输方式和装配机理.     

重金属镉对花背蟾蜍蝌蚪生长发育的影响

研究了镉质量浓度在0.0015,0.0300和0.1500mg/L时对花背蟾蜍(Bufo raddei)蝌蚪生长发育的影响。结果表明:不同质量浓度镉能缩短花背蟾蜍蝌蚪50％出膜时间,但对蝌蚪最终孵化率没有影响;镉能影响蝌蚪的生存率,对蝌蚪的生长发育具有明显的抑制作用(P<0.01),但组间差异均不显著(P>0.05);同时各质量浓度水平均导致蝌蚪头部泡状膨大、‘S’型尾和体形奇小(为正常体长的0.50～0.67)等,致畸率0.1500 mg/L质量浓度水平最高(2.25％),0.0300 mg/L水平次之(2.00％),0.0015 mg/L水平最低(0.50％)。     

一种求解二维扩散方程的分块隐式方法

提出了一种求解二维扩散方程的分块隐式格式。它结合了古典显格式、古典隐式格式和Crank-nicolson格式，该格式具有明显的并行性、很高的精度、很好的稳定性。     

双向Elman神经网络在卫星电池阵功率预测中的应用研究

针对神经网络预测电池阵功率存在的模型阶数难以确定及预测精度低下的问题，提出一种基于改进的Elman神经网络的双向预测模型。该模型利用关联层动态神经元的反馈连接，将未来预测网络和过去预测网络的信息进行融合。使网络对时间序列特征信息的记忆得到加强，从而提高预测精度。用该文提出的双向预测模型对电池阵功率进行预测，输入层仅需一个节点，不需事先对模型进行定阶。仿真预测表明，预测精度比单向模型明显提高，且网络具有较好的泛化能力。