环境规制对全要素能源效率的影响——基于超效率SBM模型的再检验

选取2001—2017年中国省际面板数据,运用超效率SBM模型测算了能源全要素生产率,通过面板Tobit模型检验了环境规制对全要素能源生产率的影响。研究表明:全要素能源效率表现出先降低后上升的趋势,在上升期,技术进步在其中发挥着至关重要的作用;环境规制与全要素能源效率之间呈现倒U型关系;各地区环境规制与全要素能源效率之间的关系具有明显的差异性,因此,在制定相关环境规制措施时应该因地制宜,各地区之间不能盲目跟风。     

以废弃棉为模板低温烧结制备SiC遗态陶瓷

以废弃脱脂棉和精梳棉为生物模板,聚碳硅烷(PCS)为SiC陶瓷先驱体,采用浸渍法在惰性气氛下1 000℃低温热解制备出了SiC遗态陶瓷,为开发非木材原料废弃物制备环境材料提供了实验依据。研究了浸渍浆料中PCS含量对烧成产物微观形貌、物相结构、线收缩率、体积密度、元素组成和比表面积的影响。结果表明:脱脂棉和精梳棉遗态保持了纤维状,浸渍浆料后纤维遗态被PCS热解产物包裹,形成了主晶形为β-SiC的遗态陶瓷;脱脂棉模板对浆料的吸收更好;随浸渍浆料中PCS含量从10%增加至40%,陶瓷中β-SiC含量逐渐增多,线收缩率逐渐减小,体积密度逐渐增大,热解产物Si含量逐渐增多,比表面积逐渐减小。     

高校学科交叉融合创新体系构建研究

加强学科交叉融合创新发展是国家推进高校"双一流"建设的重要内容。促进学科之间协同创新合作,是高校拓展学科发展新增长点的重要途径。完善平台组织、管理制度、资金投入、设备共享、人员聘用、考核评价、成果归属等学科交叉融合创新关键要素,建立学科交叉融合创新有效实施路径,形成高校学科交叉融合创新体系,能够持续促进学校学科交叉融合创新高质量发展。     

FCM聚类法在高新技术科技创新能力区域比较中的应用

构建了含3个一级指标14个二级指标的科技创新能力评价指标体系,使用FCM聚类法对2016年长三角24城市高新技术科技创新能力进行了聚类,采用比较研究法研究了研究对象的优势和劣势。所得结论可为各区域的经济发展提供理论参考。     

面向公差自动生成的装配信息提取与表示方法

为了满足公差建模以及公差类型自动生成等公差设计的要求,需要从CAD造型系统中提取装配体的相关装配信息并进行表示。由此,本文提出了一种在SolidWorks软件中提取装配体的零件装配要素表面和装配约束的方法,用装配要素约束图和矩阵图表示零件之间或者装配要素表面之间的约束关系,并以集合形式表示装配要素表面和装配约束。最后结合实例进行分析,结果表明,该方法能正确提取和表示装配体的装配要素表面和装配约束。     

聚电解质复合物对苹果汁澄清效果的研究

研究了壳聚糖-聚谷氨酸聚电解质复合物对苹果汁饮料澄清体系的影响.针对壳聚糖-聚谷氨酸聚电解质复合物进行表征,分别采用单因素和正交试验设计分析对果汁澄清工艺进行优化,通过透光率的大小,评估壳聚糖-聚谷氨酸复合物对苹果汁澄清的影响程度.研究结果表明,苹果汁的最佳澄清工艺为反应温度50℃,聚合物添加量2. 0 mL,絮凝时间30 min.     

求解二阶锥绝对值方程的一种松弛的非线性PHSS类迭代方法

本文主要针对二阶锥绝对值方程问题的求解,提出了一种松弛的非线性PHSS类迭代方法,并给出该方法在一定条件下的收敛性结论.同时,通过数值试验进一步验证了该方法的可行性、鲁棒性和高效性.     

Regional Merge K-means图像分割算法及其质量评价

K值是基于K-means聚类算法进行图像分割效果的关键因素,为了解决K值过小,图像分割不明显,K值过大,图像分割信息过于碎片化的问题,提出一种Regional Merge K-means(RMK)算法.首先对图像运用K-means算法进行聚类,然后运用区域合并(Regional Merge)优化图像分割效果,最后利用不同图像进行图像分割试验,并选用不同的质量评价指标对试验结果进行评价.结果表明,该算法能显著优化图像分割效果.     

刑事科学技术专业化学类课程教学模式探讨

化学类课程已成为我国刑事科学技术专业人才培养的核心课程,对人才培养起着举足轻重的作用.本文以西北政法大学公安学院化学类课程教学为研究对象,对现有教学方法进行探讨,以期得到更佳的教学方法,使教学内容与公安实际工作紧密结合,为培养符合新时代要求的高素质刑事科学技术人才献计献策.     

基于概率图模型的危险驾驶罪刑期预测

针对司法实践中对于可解释性及预测性能的需求, 本文提出了一种基于概率图模型的量刑智能辅助方法. 该方法以量刑要素为基石建立含有隐节点的概率图模型, 由极大似然准则估计刑期分布的参数, 进而计算分布的数学期望得到预测值. 关于危险驾驶罪的实验结果表明, 概率图模型的预测准确率优于基于决策树和神经网络等的模型, 且具有良好的可解释性.