基于分维计算的颗粒粒度分析方法

提出了一种基于分形检测超细颗粒粒度的新方法及实现算法,超细颗粒在一定条件下产生布朗运动,通过光电系统记录的图象可看成是群体颗粒无规则漫游的结果,从而可用分数布朗运动模型去描述,对所获取的超强微粒布朗运动图象进行处理,然后按以上分形模型进行逐点的分维计算,再用统计的方法转换为粒度信息,从而实现粒度测量,文中给出了具体的算法及算例。     

硫酸浓度对纳米级SO4^2-／TiO2固体超强酸的影响

用锐钛型纳米TiO2制备了纳米级SO4^2-／TiO2固体超强酸，分析了硫酸浓度不同时其比表面积、失重率、红外光谱及催化活性的不同。当硫酸浓度为1．0mol／L时，它在450～900℃的失重率为3．3％，比表面积为105．2m^2／g，对乙酸和丁醇酯化反应的酯化率达到98．4％。玻璃球负载纳米级SO4^2-／TiO2固体超强酸的重复使用性能好，在乙酸和丁醇的酯化反应中重复使用9次后的酯化率才由初次的99．3％变为84．9％。     

0FDM基本原理及其在移动通信中的应用

主要介绍OFDM基本原理及其在移动通信中的应用。其中，OFDM基本原理部分首先介绍了OFDM的IFFT／FFT实现，然后用矩阵的方法分析了循环前缀对时间弥散信道所带来的ISI和ICI的消除。最后，作为OFDM在移动通信中的主要应用，介绍了OFDM与DS—CDMA技术相结合所产生的3种多载波CDMA方式，并给出了它们的简单比较。     

大别超高压榴辉岩高温高压下地震波速和密度的初步实验研究——对造山带地壳深部组成和莫霍面性质的启示

<正>深部岩石高温高压下物理性质是制约地球物理测深成果解释、建立岩石圈物质组成和结构模式、探讨超高压变质带俯冲和折返机制的先决条件,也是大陆科学钻探先行研究的重要基础性工作.地震各向异性(Seismic anisotropy)和S波分裂(Shear wave splitting)研究已成为揭示岩石圈动力学机制的新方向,但目前有关超高压岩石的实验数据尚十分缺乏例如,目前国际上对榴辉岩地震波速实验研究最详细的成果应属Fountain等1994年对挪威加里东造山带榴辉岩的研究,该研究系统测定了至600MPa不同压力下榴辉岩和有关麻粒岩的P波速度和波速各向异性,但未研究S波以及温度对波速的影响.本文报道了大别超高压榴辉岩及其围岩在高温高压和组构定向条件下精确测定地震P波、S波、波速各向异性、S波分裂、泊松比、密度和体积变化的初步成果,探讨了实验结果在大别超高压带深部结构、组成和莫霍面性质研究中的意义.     

光脉冲在不连续光波导中的传播

在时域内应用慢包近似（ＳＶＢＡ）的方法，对光波导内光波传输的时域计算做了简化．应用该方法计算了不连续光波导中光脉冲的传播，得到波导不连续处的传输情况．文中应用的计算方法可以大大节省计算机的内存，节省计算时间，是进行时域计算的一种行之有效的方法     

TiO2纳米晶表面羟基自由基的生成对光催化性能的影响

采用溶胶-凝胶法制备纳米TiO2.用X射线衍射谱(XRD)测定了TiO2粒子的晶相结构;以对苯二甲酸作为探针分子,结合化学荧光技术研究了TiO2表面羟基自由基的生成;以降解罗丹明B(RhB)为模型反应,考察了TiO2粒子的光催化活性.结果表明,TiO2粒子的晶相结构对其羟基自由基的生成和光催化活性产生显著影响;羟基自由基的生成速率越大,光催化活性越高.     

法国推动区块链技术发展的主要做法与启示

法国一直处于欧盟区块链革命前沿。在推动区块链技术发展过程中,法国政府与加密生态系统的相关参与者相互合作建立了监管框架,致力于在推动法国区块链生态发展的同时避免过分监管抑制创新发展。本文首先系统梳理了法国区块链技术发展三大阶段;其次,阐述法国区块链国家战略主要政府工作;再次,从加密资产发行监管、交易监管、税收监管、流通和反洗钱监管四个方面出发,深度解析法国区块链技术监管框架;最后,聚焦保险业、银行业、公共服务、能源、医药、商业、农业等领域,详细探讨法国区块链技术应用场景。基于此,本文进一步提出区块链技术发展在监管、研发和应用等方面的经验与启示。     

基于LR-IV模型的滑坡敏感性评价

滑坡敏感性评价是滑坡防治中的重要一环.针对信息量模型(Ⅳ)中各影响因子等权以及逻辑回归模型(LR)中因子难以量化的问题,将逻辑回归模型(LR)与信息量模型(Ⅳ)进行耦合,构建LR-Ⅳ模型,并将逻辑回归模型及信息量模型作为对照,以湖北省为例,进行了滑坡敏感性评价.选取工程岩组、地震烈度、水系距离、构造线距离、地貌、降雨面、坡度等七个因子,结合GIS的栅格分析方法,计算各区域滑坡敏感性指数,得到湖北省滑坡敏感性区划图.将历史滑坡数据随机分为70%的训练数据与30%的验证数据,通过受试者工作特征曲线来比较各个模型之间的性能.在成功率上,LR-Ⅳ模型(91.3%)与逻辑回归模型(91.5%)、信息量模型(90.3%)相差不大,都具有极高的成功率,但在预测率上,LR-Ⅳ模型(75.7%)远胜于逻辑回归模型(65.8%),略强于信息量模型(74.9%).研究结果表明,LR-Ⅳ模型表现优异,可用于滑坡敏感性评价.