Cu(111)表面能及功函数的第一性原理计算

应用基于局域密度泛函理论的第一原理赝势法,计算了铜体材料的结合能及晶格常数的理论值,并由此计算了Cu(111)面的表面能及功函数。计算所得到结果与实验数据吻合较好。     

复合菌群的构建及其所产MBF絮凝活性的影响因素研究

利用筛选到的MBF产生菌构建出了比单一菌群所产MBF絮凝活性更高的复合菌群—复合2,研究了培养基初始pH值、培养温度、摇床转速、碳源、氮源和接种量等因素对复合2所产MBF絮凝活性的影响。应用实验表明,复合2所产MBF对靛蓝印染废水有较好的去除CODC r和脱色效果。     

抛物线外切2n+1边形中向面积的定值定理及其应用

利用有向面积定值法,对抛曲线外切2n 1切顶线三角形和对角线三角形进行研究,得到抛曲线外切2n 1边形中切顶线三角形有向面积的定值定理以及抛曲线外切五边形中切顶线三角形和对角线三角形有向面积的定值定理及其若干推论,其中包括射影几何中著名的Brianchon定理在抛曲线外切三角形和五边形中的情形.     

磷钨酸铈催化合成苯甲醛乙二醇缩醛

以自制的磷钨酸铈为催化剂,通过苯甲醛和乙二醇为原料合成了苯甲醛乙二醇缩醛,并探讨了其催化活性,研究了反应物料配比、催化剂用量、反应时间、催化剂重复使用性能等因素对反应的影响.实验结果表明:合成苯甲醛乙二醇缩醛较适宜的反应条件为:苯甲醛0.1 mol,n(苯甲醛)/n(乙二醇)=1.0/1.7,催化剂用量为反应物料总质量的1.0%,甲苯为带水剂,反应时间2.0 h.上述条件下,苯甲醛乙二醇缩醛的产率可达79.5%.     

玉葡萄根抗炎镇痛作用研究

目的：对玉葡萄根（Ampelopsis delavayana（Franch．）planch．）进行抗炎镇痛作用研究。方法：采用醋酸扭体法、热板法研究玉葡萄根对小鼠的镇痛作用，以及采用二甲苯致小鼠耳肿胀，醋酸致小鼠腹腔毛细血管通透性增加的实验研究，观察玉葡萄根的抗炎作用。结果：玉葡萄根对两种刺激有非常显著的镇痛作用（P〈0．05，P〈0．01），对两种实验性炎症有非常显著的抗炎作用（P〈0．05，P〈0．01）。结论：玉葡萄根具有显著的抗炎镇痛作用。     

灰色理论在中长期负荷预测中的应用

负荷预测是电力系统规划和运行研究的重要内容,属于战略预测,是保证电力系统可靠供电和经济运行的前提。通过对灰色理论预测方法建模机理及其改进方法的研究,提出了改进模型。利用实例将改进模型与普通GM(l,l)模型进行比较,证明改进模型具有比普通GM(l,l)模型误差小、精度高的优点。     

基于本体的目录服务研究

对本体概念进行了解释,通过对元数据本体模型的介绍,提出了基于本体的LDAP目录服务模型设计思路,并对这一服务模型的总体框架及功能做了描述。     

多元条件密度函数的投影追踪估计方法

由多元条件密度函数fYX(yx)(x∈Rp)可以知道许多被解释变量Y对解释变量X的回归关系的信息,其条件期望就是回归函数,条件方差就是回归误差项的条件方差.为了克服高维空间数据稀松性带来的估计上的困难,提出多元条件密度函数的投影追踪估计方法,通过最小化Ku llback-Le ib ler距离,得到了最优初始条件密度函数和每一步的增量函数和方向向量,还给出了估计步骤及其终止法则.     

N（2，2，0）代数的一类同余分解

对N(2,2,0)代数给出了一类同余分解,探讨了其商代数的代数结构以及自然同态下一类逆象的代数结构.     

Analyzing and Designing Business Processes Management System Based on Transformation of Instantiated Ontology＇s State

The paper discusses efforts of finding a simple and transparent method to analyze business processes and developing its management system architecture. By introducing ontology and its state, the approach tried to find a unified representation and a flexible choreography of business processes. The main idea of the paper is the transformation of ontology＇s states, which are the most important scenarios of enterprises. The business activity composition, that is, case composition based on an AI technique, Case Based Reason （CBR）, which is to solve new problems by retrieving solutions to previous problems, and then store the modified solution. The main interest in CBR relies on that it allows a system to avoid past failures and exploit past successes.