混合随机变量序列线性形式的强稳定性

利用随机变量的截尾术及强大数定律, 得到了混合随机变量序列具有线性形式强稳定性的充分条件.     

4,3-苯骈吖啶酮-1,8-萘酰亚胺新型分散染料的研究

以4-溴-1,8-萘酐为原料,经过亚酰胺化、缩合、闭环等步骤合成了一系列文题染料。用元素分析、红外、质谱等方法鉴定了其结构,并测定了其吸收光谱、荧光光谱、摩尔消光系数,荧光量子产率、Stokes位移等光物理性能和光化学稳定性。发现这类分散染料的可见吸收光谱和荧光光谱不具有一般萘酰亚胺荧光化合物所具有的镜影关系,其Stokes位移较小,荧光量子产率较高、且有较好的光稳定性。在实验时间范围内,其光褪色反应遵循一级反应的规律,且光褪色速度很小。     

α-混合随机变量序列线性形式的强稳定性

研究了α-混合随机变量序列线性形式的强稳定性.利用随机变量的截尾术及强大数定律,得到了不同分布α-混合随机变量序列具有线性形式强稳定性的充分条件,在某种程度上推广了独立随机变量的线性形式的强稳定性的相应结果.     

阴阳萤火虫算法及其在全局优化问题中的应用研究

针对萤火虫算法(Firefly Algorithm, FA)在寻优中容易出现早熟现象、收敛不稳定的缺点,基于中国阴阳学说的内涵,提出一种新颖的阴阳萤火虫算法(Yin-Yang firefly algorithm, YYFA).首先,为了降低算法时间复杂度,设计一种新型随机吸引模型;其次,根据深度学习思想,采用阴阳萤火虫深度学习策略对当前最优萤火虫进行有效信息深度挖掘来引导萤火虫种群向更优方向移动.利用13个典型全局优化测试函数对阴阳萤火虫算法进行仿真实验,并与不同组合策略算法进行对比分析,实验结果表明YYFA算法表现出较好的全局寻优能力和稳定性,Friedman检验方法显示阴阳萤火虫深度学习策略是一种有效的改进方法.最后将YYFA算法应用到黄甫川站年径流预报问题中,利用其优选支持向量回归模型(Support Vector Regression, SVR)的超参数,构建YYFA-SVR预报模型.应用结果表明YYFA-SVR模型预报效果优于BOA-SVR模型、WOA-SVR模型和ESDA-SVR模型,预报精度较高,可为相关预报工作提供新思路.     

浅谈转录调控因子c-Jun与系统性红斑狼疮的关系

系统性红斑狼疮(SLE)是一种自身免疫性疾病,但其具体的发病机制尚不完全清楚。脾源性酪氨酸激酶(Syk)在SLE患者T细胞中的表达水平较高,这可能是SLE致病的危险因素之一。Syk在T细胞中的表达受环腺苷酸反应元件调节因子(CREM-α)的调控,但在SLE患者体内这一机制失衡。最新的研究表明,SLE患者T细胞中具有较高的c-Jun基底水平和激活时所需的磷酸化水平,SLE体内Syk的转录调控因子可能为c-Jun。本文主要讨论c-Jun可能在SLE致病机制中的作用,为SLE的发病机制研究及治疗提供新的理论依据。     

葡萄糖在碳纳米管负载钴修饰电极上的电催化氧化

以碳纳米管为模板采用湿化学法制备碳纳米管负载纳米钴(Co/CNTs)复合材料,用X射线粉末衍射(XRD)和透射电镜(TEM)对Co/CNTs进行表征,通过循环伏安法(CV)和电化学交流阻抗法(EIS)对碳管负载纳米钴修饰玻碳电极(Co-CNTs/GCE)在碱液中进行电化学行为和对葡萄糖电催化氧化的研究.结果表明:平均粒径约为21nm的面心立方结构Co纳米粒子均匀分散在碳纳米管上;Co-CNTs/GCE在碱性介质中的电化学行为既受电化学控制又受扩散控制的准可逆过程;Co-CNTs/GCE在碱性介质中对葡萄糖具有较高的催化活性,其电催化氧化过程主要是受电极表面的多孔催化层内薄液界面上扩散控制.     

约束理论与“自己”

本文试图在总结前人的研究成果基础之上,从管辖语域和统领关系这两个角度分析汉语反身代词＂自己＂所指的不同,并对现有的解决办法做一简单的评述,由此得出一个认识：汉语反身代词的约束问题并不完全是句法问题,语义、语用等非句法因素也起着重要作用。     

随机p-Laplace方程的Wong-Zakai逼近

证明了随机非自治p-Laplace方程在Wong-Zakai逼近意义下拉回吸引子的存在性.     

钴矿石浸取液中Co,Cu,Fe的萃取分离

探讨了钴矿石浸出液中Ｃｏ、Ｃｕ、Ｆｅ的萃取分离，以及不同萃取挤萃取上术元素的影响因素。提取液用Ｐ２０４、ＬＩＸ９８４和正辛酸分别萃取Ｆｅ、Ｃｕ和Ｃｏ萃取率分别为９９．９％、９９．４％和９８．１％。成功地实现了复杂钴矿石中的Ｃｏ、Ｃｕ、Ｆｅ的分离与提纯。     

钢筋和水泥混凝土的病害防治

近年来,由于水泥砼和钢筋结构的诸多优点,使其在土建工程中得到广泛应用,但同时也存在很多问题,现结合个人的一些经验,提出一些防治措施。