台儿庄大战之后

山东省枣庄市台儿庄大战五十周年国际学术研讨会暨大战纪念馆落成典礼筹委会，先后三次来信，告知大会筹备情况，《致台儿庄大战参战将士及其亲属的信》，并希望提供有关台儿庄大战的历史资料，十分高兴，欣喜，遂即将在各报刊发表的几篇文章寄去，受到筹委会负责人朱崇礼先生的称赞，实在感谢了。     

预氧化对高温CO2环境下典型耐热材料腐蚀行为的影响研究

为提高耐热材料在高温CO₂中的抗腐蚀性能，以耐热材料Sanicro 25、HR6W、HR230和740H为对象，经高温O₂短时预氧化后开展CO₂腐蚀实验。采用分析天平测量耐热材料腐蚀前后质量变化；利用X射线衍射仪、扫描电镜及能谱分析仪表征腐蚀产物形貌、成分及其分布。实验结果表明：预氧化后耐热材料在900℃CO₂中的腐蚀动力学曲线符合抛物线规律；预氧化后4种耐热材料表面氧化物主要为Cr的氧化物和少量零星团状的Fe氧化物，该富Cr氧化膜有效减低腐蚀行为的离子扩散，从而降低耐热材料的腐蚀质量增加；耐热材料Sanicro 25和HR6W表面腐蚀层厚度减薄，而740H内氧化加剧。结合耐热材料腐蚀质量变化与腐蚀产物，高温预氧化处理可提高HR6W和HR230的抗高温CO₂腐蚀性能。     

[1,j]σ迁移反应的选择规则

σ迁移反应中,[1,j]迁移主要涉及氢原子和碳原子参加的迁移,对于这类迁移反应,现有的有机化学教材中都是通过对1,3—迁移或1,5—迁移的讨论,而给出其它迁移结果,但又没有象电环化反应或环加成反应那样对其立体选择规律予以归纳。由于[1,j]σ迁移反应的结果比较复杂,特别是涉及碳原子参加的迁移,既有同面和异面迁移的问题,又有构型保留和反转问题,使学生感到不易掌握。本文用前线轨道法对[1,j]σ迁移反应进行     

回忆台儿庄大战(下)

禹王山战场矶谷部攻打台儿庄,费了十多天,不唯没有打下来,死伤惨重;我军大举反攻,敌军逃离,并死守峄县,除了把濑谷户少将旅团长撤职外,很快充实兵源,补充供给,再度攻打台儿庄。第十师团、第五师团联合行动,四月二十二日分别向我禹王山和连防山两阵地猛攻,这就是有名的台儿庄第二次战役了。     

基于粮食生命周期碳核算的粮食安全影响研究进展

基于粮食生命周期的碳核算可找出碳排放较高的活动,有利于碳中和目标下的粮食安全.本文综述了粮食种植阶段及副产物资源化利用阶段的粮食全生命周期碳核算研究进展,并提出了不同阶段的碳减排措施.稻田CH₄与旱地N₂O是种植阶段直接碳排放的主要来源,间接碳排放主要来自氮肥施用,土地利用变化是影响种植阶段粮食安全的另一因素.未来应提高氮肥利用率,合理规划城市建设,建立粮食-林地协同发展的碳核算系统,发展非粮燃料乙醇.能源政策下乙醇副产物生产饲料可降低饲料行业对粮食的需求,粪便还田可减少工业化肥使用,提高土壤质量.未来应继续从碳足迹角度探究乙醇副产物资源化利用对粮食安全的影响,开展作物不同生长期的碳核算研究,帮助建立粮食全生命周期内更细化时间尺度上低碳高产的粮食安全模式,保障粮食安全稳定格局.      

谈台儿庄大战后日军俘虏在贵州收容所

台儿庄大战胜利结束后,李宗仁将军向武汉最高统帅部作了全面汇报,最后一段电文: 中国军队毙、伤日军11984人。俘日兵719人。     

九月份西太平洋台风路径统计预报的TD_9方案

夏秋季的西太平洋台风是可能影响我国沿海地区的较强的灾害性天气系统,因此台风路径的客观定量预报是迫切需要解决的问     

基于改进归一化积相关算法的目标跟踪方法研究

针对归一化积相关算法（Normalizad Product Correlation,NProd）对光照敏感且计算复杂度高的特点,提出一种基于改进归一化积相关的实时目标跟踪方法.通过对NProd算法进行去均值改进,去除图像直流分量,抑制了图像灰度变化对相关峰的影响,提高了算法对光照变化的鲁棒性;通过应用先粗后精的分层搜索算法提高了算法实时性能;最后通过自适应模板更新改善了跟踪算法的稳定性.运动目标跟踪实验表明,该方法保留了NProd算法的高匹配精度,在亮度变化达到25%时可以保证跟踪稳定,且满足实时性要求.     

四帧间差分和改进混合高斯模型对运动目标的检测

针对运动目标检测过程中已有算法难以同时提高准确性和实时性的问题,提出四帧间差分结合改进的混合高斯模型(Gaussian mixture model,GMM)算法,首先利用四帧间差分对预处理的视频帧差分处理,得到背景区域和运动区域;其次,使用改进的GMM,借助计数器调整高斯模型,提高高斯分量的自适应性,根据单位灰度值确定高斯分量个数,并引入敏感参数改进传统混合高斯模型对学习率的依赖;模型更新时借助计数器确定更新时机;最后,对结果使用形态学处理,提高目标提取的精确度。与已有算法的性能相比,查准率和查全率的调和平均值提高了约44.8%,对GMM算法的改进使得模型训练与检测的计算时间分别缩短至原算法的0.16倍、0.27倍,相比传统的混合高斯模型和文献中的方法,计算时间分别缩短至1/54、1/4、16/25,且对多种场景均能有效适应。