表面增强拉曼光谱检测白酒中氨基甲酸甲酯含量研究

表面增强拉曼光谱(SERS)作为一种高灵敏度的光谱技术,广泛应用于食品中微量物质检测。通过化学法合成具有SERS活性的金溶胶,紫外可见光谱、电子探针表征显示制备的溶胶分散性良好,粒径均匀,稳定性好。利用制备的溶胶结合便携式拉曼光谱对白酒中氨基甲酸甲酯进行分析,其方法回收率可达到90%~97%,检测限可达到0.5 mg/L。研究表明,SERS技术可用于白酒中氨基甲酸甲酯的现场快速检测,并有望成为一种快捷的食品安全检测技术。     

Wedgelet变换自适应消噪算法研究

为探索增强图像一致性自适应消噪的新算法,并检验其在图像增强和消噪中的功效,采用构建正交多分辨率Wedgelet变换的自适应消噪方法,利用黑白图像进行了计算机仿真实验,结果表明:从仿真实验中得出该算法在图像增强图像消噪方面比传统的Beamlab200工具箱运行时间短,收敛速度快,均方误差小,信噪比大,消噪效果优势明显。     

大学生勤工助学体验性学习实践模式探索

以北京联合大学的大学生勤工助学体验性学习实践为例,通过课题研究,探讨了适用于高校大学生勤工助学体验性学习实践的模式。     

试论聋生美术学习过程中较常出现的问题与心理干预对策

该文从聋生美术学习过程中较常出现的问题入手，总结出学习过程中常见的三个矛盾，即：通过学习美术获取快乐的简单期望与专业美术学习苦大于乐实际情况的矛盾；掌握技术即是学会美术的期望与美术学习难以单纯从技术方面获得突破的矛盾；“我手画我心”的期望与完美表达内心难以实现的矛盾。在对问题进行心理学归因的基础上，提出了三个心理干预对策，即：帮助学生调整期待值；帮助学生提高逆商；帮助学生提高对于不良感受耐受力。以期提升聋生学习美术的持久性和有效性。     

浅谈高中数学课如何实施研究性学习

随着经济不断发展,高中数学教学改革已经取得一定成效,大大提高了教师的教学质量,使学生的数学成绩得到明显提高,对于促进高中生综合素质能力全面发展具有重要影响.在高中数学教学中,研究性学习方式的提出,是素质教育的重要内容,有利于高中生主动获取数学知识,从而在实践过程中得到真正应用.该文就研究性学习的主要特点进行阐述,提出高中数学课实施研究性学习的策略,以促进高中数学课教学水平不断提升.     

新课程理念下的初中数学学习方法及对策

初中数学学习在深度上比小学深,在广度上比小学的数学更广泛,而且对小学数学和高中数学学习起着承上启下的作用,所以夯实初中数学是非常重要的,同时,学习初中数学要有自己总结的不同于别人的学习方法.当学习初中数学时,因为开始时的方法是不正确的,学习成绩不是很理想,但通过不断总结自己学习的缺点,努力改善学习方法和解题思路,最后如愿以偿获得自己想要的结果,同时在各个初中高中数学竞赛获得成功,更重要的是,在数学学习过程中,体会到学习的乐趣,学习兴趣起稿了,学习变得很容易.     

关于如何激发学生物理学习兴趣的探究

物理是一门抽象性较强的学科，需要学生保持一定的学习兴趣方能进入积极求知状态。教师要善于结合物理学科的特点、新课程改革倡导的教育理念以及现代化的教学手段，采取多种措施激发学生的学习兴趣，通过发挥学生的非智力因素的作用，调动学生的积极性，尽可能通过发挥非智力因素的影响，挖掘学生的智力因素，促使学生的物理学习变得丰富而高效。调动学生的学习积极性。     

初中化学教学中的情境创设初探

九年级学生初学化学，我们作为学生迈入化学知识殿堂大门的引路者，势必要帮孩子们走好这一步。否则学生从开始就厌烦这一学科，觉得学习化学索然无味，在以后的学习中，就更提不起对它的兴趣，长期恶性循环，就相当于化学这门重要的科学对这样的孩子们关闭了大门。由此可见，应该想办法让学生对这一学科产生兴趣，才能进一步培养孩子们的能力。笔者认为在化学教学的课堂上，注意创设情境是让学生对本节课内容产生兴趣的一种最常见、最有效的途径和方法。该文是笔者在教学过程中对初中化学教学课堂上创设情境的几种方法的实践经验。     

如何科学地学习初中语文

阅读不能把握作者观点的原因主要有两条:一是不能根据作者所写内容进行适当的概括提炼;二是虽然心里朦胧知道大概意思但不能按照要求准确作答.文言文要多注意实词虚词总结归纳,基本上参考书上有.文言文其实初中还不算难.基本上老师讲的你掌握了就差不多.而且考试之前老师还会划范围,所以考试的话,复习到位的话基本没有问题.以兴趣为主,主要在于积累.建议多利用空闲时间看中学生必读名著,看不懂没关系,多翻一翻.再就是多听老师的建议,培养兴趣.主要是多看参考书,看字词句.     

低算力深度学习下的图像卡通风格化研究

在深入研究图像风格迁移的基础上，提出了一种适用于图形处理器性能受限情况下，卡通（cartoon）图像风格迁移训练的生成式对抗网络(generative adversarial networks，GAN)．利用视觉几何组（visual geometry group，VGG）网络提取图片先验信息，实现学习过程的加速；裁剪cartoonGAN模型，在保证效果的基础上，使得低性能计算条件下的网络收敛成为可能；设计合理的损失函数，保证整体风格化效果．基于tensorflow 2.0构建试验平台，通过对试验结果分析可发现，该方法的迁移效果好，稳定性强，且收敛时间短．对算法的参数和初始化方法给出了相关讨论，并提出了进一步的解决方案．