Nd~(3+)的稳定能与晶场参数及磁交换作用的关系

基于单离子模型,通过对Nd3+磁晶各向异性哈密顿数值的求解,研究了温度趋于0 K时,Nd3+离子稳定能与晶场参数及磁交换作用的关系.结果表明,对于强磁物质(如NdCo5,Nd2Co17,Nd2Fe14B等),Nd3+贡献的稳定能与晶场参数B20近似成正比,而对磁交换作用的变化不敏感.     

围绝经期综合征舌苔脱落细胞凋亡调控蛋白与肝郁病理的相关性

通过研究围绝经期综合征舌苔脱落细胞调控蛋白与肝郁病理的相关性,为临床诊疗提供实验依据.本研究采用随机数字表法,选取50例健康妇女作为对照组,150例围绝经期综合征患者作为观察组,证素辨证计算肝郁积分,巴氏染色检测舌苔脱落细胞的成熟指数(MI)和成熟价值(MV),流式细胞仪检测舌苔脱落细胞凋亡指数,免疫组化检测舌苔脱落细胞调控蛋白.结果显示,围绝经期综合征肝郁积分明显高于健康妇女:肝郁病理改变,与舌苔脱落细胞MI的中层细胞数量呈正相关,与舌苔脱落细胞MI的表层细胞数量及MV呈负相关:肝郁病理改变,与舌苔脱落细胞凋亡指数、Fas、Bax的阳性率呈正相关,与舌苔脱落细胞中Bcl-2的阳性率呈负相关.提示肝郁病理是围绝经期综合征的核心病机之一,肝郁病理与舌苔脱落细胞的成熟度、凋亡指数及凋亡调控蛋白相关.     

光纤耦合器对光谱响应的研究

 通过对耦合的理论分析,模拟了实际的拉锥过程,构建了光纤耦合器对光谱响应特性的理论模型。详细分析了不同熔烧长度和不同拉伸距离对光谱响应的影响,熔烧长度越短,拉锥曲线震荡越剧烈,到达归一化光功率为0.5所需要的拉伸长度越短,会出现更多的震荡包络;拉伸距离越长,产生的包络震荡越多,波长间隔越密,对光谱响应越为敏感,从实验中验证其合理性。这一模型的建立将大大减少实际工作中的盲目性,对光纤耦合器制作有一定的指导意义。     

基于改进支持向量回归的岩溶天窗水位预测模型

利用主成分分析对影响变量进行特征提取,选择通用性较强的径向基核函数,应用遗传算法对影响支持向量回归模型的2个重要参数惩罚因子C和核函数参数γ进行优化,建立了基于遗传算法优化的支持向量回归模型,并以提取特征作为模型输入应用于后寨地下河流域平山天窗水位预测.预测结果表明,与传统偏最小二乘回归模型相比,优化后的模型具有更高的...     

浅析城市少数民族流动人口的管理与服务

改革开放以来,城市流动人口中的少数民族成分和数量急剧的增加。少数民族流动人口的到来,促进了城乡经济的发展和各民族成员的相互交往。同时,城市中的民族关系也日益复杂化,政府部门对少数民族流动人口管理与服务上出现了一些问题。这其中既有国家法律和制度的问题,也有少数民族自身方面的原因。本文对这些问题进行了分析,并提出合理化的建议。     

城镇二级出水污垢起始期生长情况的实验研究

结垢是城镇二级出水热能回用中的关键问题。该文在实验室模拟城镇二级出水板式换热器系统,利用直接称重和表面形貌立体观察相结合的方法,测量污垢在竖直流道内的初始期生长情况,研究流速和温度对污垢生长起始期的关系。实验结果表明:污垢起始期分生长、剥离和再生长3个阶段;流速在较高温度下对污垢生长的影响明显;温度对污垢生长呈单调增加作用,随着流速的增大,此作用更加明显;污垢生长过程中的剥离点随着温度的降低而提前出现。     

基于组合模型的主元分析预测监控方法

传统的基于主元分析（PCA）的过程监控技术可以对工业过程当前的状况进行监控，但难以预测系统未来的运行情况。本文在PCA监控方法的基础上建立预测模型，首先根据历史数据建立PCA的综合监控统计量模型，其次结合k邻近（k-NN）的最小二乘支持向量机（LSSVM）和灰色理论（GM（1,1））技术建立在线组合预测模型，实现对工业过程运行状态的预测。利用组合模型对一个多变量动态过程实例进行仿真，将预测效果与k-NN的LSSVM以及GM(1,1)各自单独的预测效果作比较，验证了所提方法在长期预测方面的准确性，表明基于组合模型的PCA预测监控方法特别适用于对缓慢漂移故障的长期预测。     

注重习惯养成 体验核心价值

养成教育的过程是一个漫长、渐进的过程,良好习惯的养成非一日之功。工作实践中我们注重养成教育工作的实效性和长效性,积极建构操作性强、科学合理、适于发挥学生主体性的养成育人模式。     

教师在课堂上应注意与学生沟通

人本主义心理学家罗杰斯对教育中的"师生关系"异乎寻常地重视,他将这种人际交流活动视为教学活动的先决条件,是影响教学效果的一种决定性因素。笔者以为,只有加强与学生的沟通,师生情感和谐融洽,学生才能"亲其师,信其道"。课堂教学活动需要教师与学生有效沟通,这是保证课堂教学效果的不可忽视的因素。现结合多年教学经历和感悟,浅谈教师在课堂上与学生有效沟通的重要性和方法。1.教师在课堂上与学生沟通的重要性     

低信噪比下基于短时谱估计的语音增强

针对在弱语音信号和低输入信噪比(SNR)情况下,基于短时谱估计的语音增强算法性能下降的问题,提出了一种结合软判决信息和人耳听觉掩蔽效应的短时谱估计算法。该算法在最小均方误差准则下引入语音存在的概率,得到软判决修正的增益函数,然后利用掩蔽门限不断地调整增益函数,进而调整噪声的抑制程度,保护微弱的语音信号,减少语音谱的失真。客观测试和主观试听表明,该算法在信噪比增益以及语音的可懂度、自然度方面都优于传统的最小均方误差估计算法。