二维Coulomb散射的|m|分波处理与Regge极点

研究了二维Coulomb散射的对称性和|m|分波分析. 作为能量E的函数, 把|m|分波散射波幅f _|m|(q)解析延拓到负E(复k)平面, 发现束缚能量本征值(E < 0)恰好位于f_|m|(q)在正虚k轴上的极点. 此外, 作为|m|的函数, 把f_|m|(q)解析延拓到复|m|平面, 发现束缚能量本征值正好处于f _|m|(q )在正实|m|轴上的极点.     

不同浓度营养物质对细菌菌落分形生长的影响

枯草芽孢杆菌于３７℃条件下培养,在不同浓度的蛋白胨琼脂培养基上菌落形态发生变化,体现了生物体的形态分形现象,初步研究其分形的生物学原因和规律。     

软件的分布式协同开发环境

分布式协同开发环境是指分布在不同地方的用户和开发人员共享同一个软件开发环境和软件测试环境进行协同开发.分布式协同开发环境须建立客户端软件、CVS系统软件、WEB服务器软件、测试环境软件和辅助软件.PrepIFS是一个成功分布式协同开发环境.     

“快易网球”运动处方对大学生男生体质影响的实验研究

通过网球结合运动处方教学可以提高学生的下肢力量、灵敏素质、心肺功能、柔韧素质和减轻体重,从整体上来看学生的体质有很大的进步。在经过实施18周的网球运动处方实验后,对学生的各个方面效果显著,具体有学生的体重、肺活量、臂部的皮下脂肪厚度、基础心率、舒张压、立定跳远、象限跳都出现非常显著的的变化,而对于引体向上、坐位体前屈、握力也出现显著性变化。而对于肩胛下部、腹部的皮下脂肪厚度、身体脂肪百分比、体脂重、1000m、50m、闭眼单脚站立指标变化不明显。     

气固流化床中静电信号的多尺度分形特征与流型

通过小波分析和R/S分形分析方法,对气固流化床内静电势波动信号进行多尺度分解,研究了信号的分形特征,建立了静电波动信号的尺度划分标准.实验结果表明,在鼓泡流化状态下,静电信号中介尺度的能量分率最高,且介尺度能量分率沿径向由内而外逐渐减小,与床内空隙率的径向变化规律一致.证实介尺度信号与气泡运动有直接的对应关系,各尺度能量分率的变化能够灵敏地指示出流化床内的流型转变,据此可对颗粒的起始流化速度以及起始湍动速度作出较准确的判断.     

工具媒介的流变及对建筑实践的影响

分别从"手工媒介、机械媒介和电子媒介时代"三个历史时段,梳理建筑领域的三种工具媒介——实体模型、透视图和建筑动画的发展演变过程,及对建筑师感知建筑方式和建筑实践的影响,试图给工具媒介与建筑实践之间的关系梳理一条尽可能连贯的历史脉络.     

一种针对时滞系统的改进智能轨迹导引控制算法

针对在控制大时滞系统时,智能轨迹导引控制(ITGC)算法在偏差选取上的不足,引起系统调节时间过长以及抗扰性不佳的问题,提出了一种改进智能轨迹导引控制(改进ITGC)算法。根据引入的参考模型和估计滞后,可得规划导引与无时滞参考模型间的偏差D_A以及有时滞给定与实际被控对象间的偏差D_B,以D_A和D_B的加权线性组合纠正系统的响应。分别运用MATLAB和一体化试验箱进行验证。结果表明改进算法在控制大时滞对象时兼具系统的响应速度和抗扰性能优势,且模型失配时,算法依然有效。改进ITGC算法为控制大时滞系统增加了解决途径。     

N7207萃取钼的研究

采用７２０７从无机酸体系中萃取相,考察了影响萃取平衡的主要因素,筛选出反萃取条件。萃取钼的最佳条件为起始水相ｐＨ值为２．３,萃取剂浓度为０．０１ｍｏｌ／Ｌ,经二级错流萃取,萃取率可达９９．４０％,而采用０．５ｍｏｌ／Ｌ的氢氧化钠反萃负载有机相,一级反萃有机相,一级反萃率可达１００％,并经紫外可见光谱确证,其萃取钼的机理属于离子缔合物萃取体系的阴离子交换反应。     

N_(7207)萃取钼的研究

采用 N72 0 7从无机酸体系中萃取钼 ,考察了影响萃取平衡的主要因素 ,筛选出反萃取条件。萃取钼的最佳条件为起始水相 p H值为 2 .3,萃取剂浓度为 0 .0 1m ol/L ,经二级错流萃取 ,萃取率可达 99.40 % ,而采用 0 .5 mol/L的氢氧化钠反萃负载有机相 ,一级反萃率可达 10 0 % ,并经紫外可见光谱确证 ,其萃取钼的机理属于离子缔合物萃取体系的阴离子交换反应     

基于图注意力网络和天气权重的短时车速预测

城市道路短时车速预测是智能交通系统中的一个重要组成部分，也是城市道路交通信号灯控制、公交调度、出行线路搜索等具体应用任务的基础.目前这方面的研究热点多是使用图卷积神经网络捕获空间特征，再使用直接的线性拼接方法进行特征处理，在准确度上有不足.针对短时车速预测的高准确性要求，提出一种融合图注意力网络、门控循环单元和天气权重因子的深度学习预测模型（Graph Attention Network Based with Weather Weight,W2-GAT）.其中，图注意力网络利用注意力机制捕获城市道路空间信息，门控循环单元用于提取车速时间特征，重点关注待预测点周边的路面车速情况；在特征处理方面，将天气因素作为可变权重超参数与具体的道路车速特征进行融合，提高预测的准确性.实验结果表明，和现有模型相比，W2-GAT模型预测结果的均方根误差平均降低7.5%，准确率平均提升4%，能够较好地反映实际路面情况下未来短时的车速特征，为具体应用提供数据支撑.