磁流变液中磁性颗粒成链与团聚的临界特征分析

热运动对纳米级磁流变液系统的颗粒团聚行为和宏观流变特性扰动影响不可忽视.为研究施加外磁场后系统微结构与热运动间的关系，探讨在不同颗粒粒径情况下热运动能量在系统总能量中的占比.采用CCD设计方法，分析Monte Carlo仿真获取的颗粒位形信息，生成关于外磁场磁感应强度、颗粒粒径和体积分数的系统热耦合系数<λ>回归模型;成链团聚的临界颗粒粒径计算值比文献经验值高出约23%，证实在考虑系统内多因素的综合影响下，纳米级磁流变液具有更严格的流变现象临界发生条件.     

牛骨粉加工中干燥动力学模型的研究

骨粉的制备是骨资源化利用的有效途径,它是以骨为原料,通过清洗、脱脂、酶解、干燥、超微粉碎等工序制成,其中干燥是骨粉制备过程中较为关键的步骤。本文以含水率、干燥速率为考察指标,研究温度、重量、酶解对牛肋骨骨粉含水率和干燥速率的影响。根据实验结果,运用数理分析方法,比较3种经典的经验、半经验数学模型,拟合骨粉干燥动力学模型,为骨粉的加工工艺和生产设备设计提供技术参数。试验结果表明:骨粉干燥动力学模型符合Page模型。     

商誉减值自由裁量权的决策与影响因素

采用双向固定效应Logit模型，对我国上市公司商誉减值决策的影响因素进行实证分析，研究企业在进行商誉减值决策时对自由裁量权的运用。回归结果显示，经营波动的企业计提商誉减值的可能性较低，长期盈利的企业更有可能计提商誉减值。此外，经营波动率和盈利稳定性在高商誉余额样本或非国有企业样本中对减值决策的影响更为显著；与《企业会计准则第8号——资产减值》实施后的前6年相比，后6年的商誉减值与企业经营波动率、盈利稳定性的相关性更高。证明企业在进行商誉减值决策时考虑了自身的经营、盈利状态，并在一定程度上运用自由裁量权进行了“趋利避害”的减值决策。     

页岩气低伤害超临界CO2凝胶压裂液研究

针对常规水压裂液会对页岩造成伤害，容易产生水锁，不易返排，还造成水资源消耗和污染环境等问题，制备了低伤害二氧化碳凝胶压裂液。将自备的F2EU和F4EU增稠剂加入到超临界CO₂基液中，探究两种增稠剂的加入量对CO₂凝胶压裂液黏度的影响，综合考虑成本与效果，优选了2%的F4EU增稠剂，可将CO₂的黏度增至15.4 mPa·s。研究了温度、压力以及剪切速率对凝胶压裂液黏度的影响。实验结果表明，随着温度升高黏度总体降低，但中间出现一个短暂升高阶段；随着压力上升压裂液黏度增加；随着剪切速率的增加压裂液黏度下降，属于一种典型的剪切变稀的假塑性流体。F4EU超临界CO₂凝胶压裂液的平均伤害率为1.39%，远远小于常规压裂液对岩芯的伤害率。实验表明，F4EU超临界CO₂凝胶压裂液在页岩气压裂开采中具有良好的应用前景。     

正交试验优化手性镍催化不对称反应条件研究

用正交试验法优化手性镍催化二乙基锌对α，β不饱和酮的不对称麦克尔加成反应条件，优化后的不对称麦克尔加成反应的一般条件为：低温(近反应溶剂冰点)，常压，非质子非极性溶剂(环己烷)．     

Supercritical Fluid Carbon Dioxide in the Extraction of Lanolin and Its Alcohol

The use of supercritical fluid carbon dioxide (SF-CO_2) in extraction of lanolin and its alcohol issuperior to the conventional solvent extractionmethod. Its distinctive advantages include highextractive ratio, nontoxic and nonflammablesolvents, and minimal by-product pollution. The     

多媒体数据库管理的数据表示模型与融合

通过定义角色、虚拟角色、观点和虚拟观点,解决了多媒体信息的格式不同给用户造成的使用不便,同时也较好地解决了多媒体数据融合的技术关键。角色和观点掩饰了所有由信息和日常所需的格式的复杂性,利用角色和观点来支撑多媒体对象的动态扩展,致使多媒体制造者能够很容易地在运行时延伸对象的使用。     

自主机器人人工进化方法研究

在介绍人工进化研究状况的基础上 ,着重阐述了进化机器人学的关键问题 :基本概念、进化技术、进化计算和实验研究方法等 ,探索了进化机器人学未来的研究趋势及所面临的挑战 .     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.