蓝光LED 掀起照明的新篇章

夕阳西下,一盏盏发光二极体(light-emitting diode,LED)路灯渐渐亮起;下班后在拥挤的公交车厢里,人们玩着手上的智能手机;繁华的街道上,五光十色的LED招牌炫丽地闪烁着。这些场景对我们来说,也许再平凡不过,但可曾想过,在1990年以前,LED仅用作指示灯。由于1993年一项革命性的发明,使LED领域跨入新的时代,即"蓝光LED"的诞生。赤崎勇、天野浩与中村修二这三位教授致力于     

固载型杂多酸(盐)-桥键嵌入型离子液体合成新方法及其对苯甲醇催化氧化作用研究

本文采用了一种新的合成方法----一步法合成固载型杂多酸(盐)-双硅烷型(桥键嵌入型)离子液体,并对合成的催化剂进行XRD,低温N2吸附-脱附,FT-IR等一系列表征,用于催化苯甲醇的绿色选择性氧化反应,得到了88%的转化率和>99%的选择性,催化剂重复使用5次,催化活性未见明显降低。为比较不同的合成方法及离子液体在介孔材料中不同的位置所得到的催化剂的物理化学性质、催化活性等方面的差异,我们又采用传统的多步法(后嫁接法)及一步单硅烷法合成了2种催化剂作为对照,结束显示出了一步双硅烷法合成催化剂的优势所在。     

基于低碳节能的建筑设计方法探讨

随着世界经济的快速发展,人们对建筑物的要求也越来越高,不仅要保证建筑物自身的重量,还要向低碳节能的方向发展。发展低碳节能的建筑可以有效的降低建筑物的能耗,减少资源的浪费。该文从低碳节能建筑的概念和重要性出发,对低碳节能建筑的设计方法进行了探讨,以供同行借鉴。     

光束在不衰减的情况下实现了小角度转弯

一种类似蜂窝的塑料材料不但能引导光束实现精确的小角度转弯,还能在整个过程中保证光束的强度和完整性丝毫不受影响。由美国得克萨斯大学埃尔帕索分校(UTEP)和中佛罗里达大学(UCF)两校联合开发出的这种技术有望进一步拉近高性能光学计算机,特别是小型光学计算设备和现实的距离。相关论文发表在最近出版的《光学快报》杂志上。     

基于摩擦发电机网络结构的海洋能采集方式

目前的海洋能开发远远落后于风能或者太阳能的采集。当前,海洋能的采集,经过几十年的发展,主要还是基于电磁感应的方式。然而,基于电磁感应的海洋能采集,存在一些弊端。首先,电磁感应机主要是由于重的磁铁和线圈构成,此种发电装置不能自然地浮在水体的表面,除非依靠一个漂浮的平台来支撑。其次,这些线圈磁铁也很难经受海水的腐蚀,使得它们的长期使用性受到了极大的挑战。再次,大部分的基于电磁发电机,只能采集     

同向双螺杆间隙对含能材料加工过程的影响研究

为研究螺杆间隙对流道中药浆的安全性能和混合效果的影响，在螺杆构型相同的情况下，设置1.2、1.6 mm和2.0 mm 3种不同的螺杆间隙，建立非等温流场模拟模型，用模拟计算得到的压力、温度和剪切应力来评价流道中药浆的安全性能，用加权平均剪切应力和累积停留时间分布来评价螺杆的分散混合和分布混合能力。结果表明：随着螺杆间隙的增大，流道中药浆的安全性提高，混合效果变差。     

NSD序列部分和乘积的渐近分布

设{X_n, n≥1}是同分布正的负超可加相依(NSD)序列, 利用NSD序列加权和的中心极限定理和大数定律, 在适当的条件下证明当n→∞时, 并讨论严平稳条件下的类似结论.     

石墨烯/Cu-MOF锂电池负极材料的制备及电化学性能研究

金属有机骨架化合物是一种由金属离子与有机配体通过配位键或共价键合成的新型的电极材料。然而,其低的电子导电率和严重的不可逆锂存储制约了该材料在锂电池领域的实际应用。石墨烯具有一系列独特属性,如高的导电率、高表面积、化学稳定性，机械强度和柔韧性,多孔结构。通常用来掺杂在电极材料中以提高循环性能和增加电池的容量。在本实验中,我们研究了Cu-MOF掺杂石墨烯(Cu-MOF/RGO)作为锂电负极材料的电化学性能。结果表明,在充放电电流密度为50 mA g-1时，充放电循环50次后，材料的放电比容量可达到520 mAh g-1。同时该材料也显示出较好的倍率性能和较高的库仑效率。由此可以看出Cu-MOF/RGO是一种具有前景的锂离子电池负极材料。     

基于粒子滤波与BP神经网络的短时交通流预测

为了有效缓解当前交通拥堵问题,结合时下流行的智能交通系统,本文将粒子滤波算法引入短时交通流预测过程中,提出一种基于粒子滤波与神经网络的预测算法。该系统通过BP神经网络的非线性映射功能,分裂选择适当的权值,在多次训练之后能够提高算法中粒子的多样性,改善算法滤波的性能,最终达到提高预测精度的目的。另外,本文以河南省新乡市交通局公交和出租车数据作为数据来源,通过与传统的粒子滤波算法和BP算法的预测结果进行对比,发现本文所提出的方法对短时交通流预测具有更好的预测精度。     

城市交通流协调模糊控制模型

针对交通路口拥堵问题,提出基于神经网络与协调模糊控制相结合的数学模型。该模型首先通过BP神经网络输出各种路况信息,然后将这些信息以模糊隶属函数表示,进而通过模糊推理控制规则推导出控制策略。与已有模型相比,该模型采用OBD设备,能够实时捕捉车辆信息,而且考虑较多的路况信息,更符合实际情况。仿真结果表明,该模型能通过动态分配信号灯时间,有效降低交通路口拥堵风险。