南京长江第四大桥钢箱梁铺装层温度影响系数分析

为了减少现有的钢桥面铺装层车辙深度预估的误差,提出基于长期实测数据的钢桥面铺装车辙评估模型的温度影响系数计算公式。首先对南京长江第四大桥的实测温度概率统计后采用双高斯函数表征其分布;在此基础上修正了现有车辙评估模型中的温度影响系数公式,并利用车辙实测数据对车辙评估模型计算值进行验证。研究结果表明:钢箱梁复合浇筑式铺装层温度可通过双高斯分布描述其概率分布;计入温度影响系数的车辙深度与实际车辙值之间误差较小,相对误差为15.2%。     

一种基于图和聚类的关键词自动提取方法

目前基于图的关键词提取算法,都只考虑了文章中词语和词语之间的关系,而忽视了句子的影响.而且这些关键词提取算法,忽略了文章中存在多个话题对关键词提取的影响.新方法基于词语-词语、词语-句子、句子-句子的3种关系建立了3个图.在传统基于图的算法上更多地考虑了句子的影响,并且创新地使用聚类的方法在文章中找出涉及的所有话题,相应地提取关键词来覆盖全部话题.实验结果显示改进后的关键词提取算法相较于传统算法在提取效果上有很大的提高.     

微管道中纳米流体流动及热辐射

利用Debye-Hückel线性化近似理论得到微管道内的电势分布,通过修正的Navier-Stokes方程和能量方程研究了纳米流体的流动及辐射传热问题.得到了电动宽度K、辐射热参数Nr、焦耳热参数S以及纳米粒子的体积分数φ对纳米流体速度、温度及努赛尔数(Nusselt number)的影响.结果表明纳米粒子的加入显著地影响流体的电动效应及热辐射效应.     

叙事教育在本科护生岗前培训中的应用探索

目的为了探究叙事教育应用于岗前培训对护生人文关怀品质带来的影响,我们在岗前培训临床技能操作课上进行此项研究。方法将昆明医科大学护理学院2014级全体护生作为研究对象,其中一二大班作为对照组,未加干预;三四大班作为实验组,参照叙事教育教学方法进行干预。在课程开始和结束时分别发放护士人文关怀品质测评量表。所得数据采用SPSS17.0进行录入与分析。结果实验组的人文关怀知识、理念、感知、能力均高于对照组。结论显而易见,叙事教育有助于护生人文关怀品质的提升。     

CuCl_2胁迫下活性炭对小麦幼根的保护作用

以小麦幼根为材料,研究了不同浓度CuCl_2(0.4,0.5,0.7 mmol·L~(-1))胁迫对小麦幼根的生理学影响及活性炭(AC)对CuCl_2胁迫的缓解作用.结果表明,随着CuCl_2胁迫浓度的升高,小麦幼根干重及鲜重降低、根长减小、可溶性蛋白质含量呈现降低趋势,同时根细胞死亡水平上升.在非CuCl_2胁迫条件下,AC的存在未对小麦幼根的上述参数产生显著影响,且AC的存在可以显著缓解CuCl_2胁迫导致的小麦幼根干重及鲜重降低、根长缩减、可溶性蛋白质含量的降低以及根细胞死亡水平的上升这些表型.上述研究结果表明,AC对小麦幼根CuCl_2胁迫具有一定的缓解作用.     

敷料用介孔硅基盐酸环丙沙星缓释颗粒的制备及性能

为适应医用敷料抗菌和缓释功能的要求,采用十八烷基三甲基溴化铵(STAB)为模板剂,制备敷料用介孔二氧化硅(SiO_2)载体材料,并探讨工艺参数对其结构的影响。以盐酸环丙沙星(CH)为客体分子,介孔SiO_2为骨架制备复合抗菌颗粒,探究CH在介孔SiO_2中负载及释放行为。结果表明:所制备介孔SiO_2分散性较好,平均孔径为3.2nm,适于作药物载体;负载的CH表现出一定的缓释效果,在酸性和中性条件下的1h累积释放率分别为26.63%和15.74%,满足伤口初期的抗菌需求。使用经典药物释放模型进行释药数据拟合,发现载药颗粒的释放过程更符合Ritger-Peppas模型。     

柳树对镉-芘复合污染土壤的修复潜力与耐受性研究

柳树应用于土壤修复,不仅展现对镉良好的富集性,对污染环境良好的适应性,还能发挥景观植物的特性,避免将污染引入食物链.研究通过90 d温室盆栽实验探讨了三种能够有效富集重金属的柳树(Salix×aureo-pendula CL‘J1011’,Salix×Jiangsuensis‘J172’,Salix×Jiangsuensis‘55’)对于镉-芘复合污染土壤的修复潜力.结果表明:三种柳树均表现出良好的耐受性且同时具有富集镉和降解芘的性能;其中金丝垂柳1011对镉的富集达到231.4μg·kg~(-1),同时使芘的残留量减少了88.6%.与单一镉/芘污染相比,复合污染抑制了苏柳172和苏柳55叶片中镉的富集,富集系数分别降低了54.4%和44.1%,同时抑制了柳树对土壤中芘的去除效果,去除率分别降低了3.4%和27.0%;复合污染情况下金丝垂柳1011对镉的吸收不受影响,但对芘的去除具有更好的效果,去除率提高6.5%,体现其在重金属-有机物复合污染修复方面更高的应用潜力.     

ECOC多分类算法在慕课数据挖掘中的应用

收集并整合多所高校学生的慕课学习行为数据，设计基于数据复杂度的纠错输出编码（ECOC）多分类算法。该算法利用数据复杂度降低多类之间的分类难度，从而提高算法的预测准确度。实验结果表明，在不同高校的慕课数据集的测试中，所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性，实现了学生学习成绩多等级的有效预测，为个性化教学奠定了基础。     

基于社团经历提升大学生就业力的实证分析——以宁波部分高校为例

在高校毕业生就业日趋严峻的背景下,通过对宁波地区部分高校的问卷调查,运用多独立样本非参数检验分析、相关分析和层次回归分析方法,实证研究大学生社团经历与就业力的关系。结果表明:学生参与社团的数量和社团类型对就业力无影响;社团职务和参与深度对就业力有显著正影响。大学生社团发展的制约性因素主要为参与社团的深入度和均衡度不足,且目的性不明。