烧结法合成镁铝尖晶石熟料工艺条件的研究

作者对用二步煅烧法准备致密镁铝尖晶石熟料的工艺条件进行了研究。结果表明,控制合理的工艺参数,可制得体积密度大于3.3克/cm~3,显气孔率小于5%的镁铝尖晶石熟料。     

政治课达标之我见

本文就政治课教学如何达标,实现学生乐学,提高教学质量,谈谈自己的几点具体做法．     

β—内啡肽能神经纤维在大鼠视前区的分布特征及超微结构

用免疫组化光镜和电镜技术对大鼠视前区β－内啡肽能神经纤维进行研究，结果显示：（１）内侧视前区β－内啡肽能神经纤维密度为（３．６３±０．２２）μｍ／１００μｍ２，外侧视前区为（１．７４±０．２１）μｍ／１００２μｍ２，两者差别有显著性（Ｐ＜０．０１）；（２）在视前区，阳性纤维见于无髓纤维。阳性轴突与免疫反应阴性终末之间形成轴－棘或轴－树突触，突触前、后膜比较对称。从形态学上提示β－内啡肽在视前区的功能部位为内侧视前区，β－内啡肽的抑制功能与其突触类型有关。     

高职院校学生常见心理问题与对策分析

本文论述了高等职业教育中学生在心理方面常见的一些问题,并对症下药,提出应对措施。     

水溶液中硝基芘的光化学反应动力学及影响因素

通过建立降解动力学模型,对水溶液中2种硝基芘(nitropyrenes,NPs)——1-硝基芘和1,8-二硝基芘光降解过程进行了研究,考察了NPs浓度、光敏剂(H2O2、NO2-、NO3-)、pH值及甲醇等对NPs降解过程的影响.结果表明:2种NPs在紫外光照射下均发生了降解,且遵循一级反应动力学方程;提高1,8-二硝基芘初始浓度,其降解减慢;3种光敏剂均促进了NPs的降解;强酸和强碱条件均加速了NPs的降解,且在酸性条件下降解更快;甲醇也能促进NPs的降解,且随甲醇浓度增加NPs降解变快;此外,基于降解反应前后反应液pH值的变化,推测在NPs光解过程中可能发生了脱硝基作用.     

5G高密度网络中无线资源管理的仿真方案设计

数量庞大的物联网设备与突发性的物联网业务碎包使5G网络中的无线资源管理过程变得非常困难,而后者的设计常需借助多种技术的联合仿真来完成,文章提出了一种专门针对5G网络承载物联网业务需求的高效无线资源管理技术仿真方案,并基于该方案搭建了一款完整的仿真平台架构;结合多个无线资源管理技术的串行处理过程,该平台设计了基于事件触发的精细仿真方式和基于虚拟时隙的粗略仿真方式,而且实现了多种物联网业务和多个5G场景的生成以增强设计的完整性。仿真结果表明,基于该方案搭建的平台仿真处理速度明显快于传统平台,特别适用于5G网络承载物联网业务中的无线资源管理技术仿真。     

小花清风藤不同药用部位及溶剂提取物对四氯化碳致小鼠急性损伤的保护作用

观察小花清风藤不同药用部位及溶剂提取物对四氯化碳致小鼠急性损伤的保护作用.取昆明雄性小鼠共168只,随机分为21组,每组8只,即正常组、CCl_4模型组、水飞蓟素组、水提取组低、高剂量组、50%乙醇提取组低、高剂量组、95%乙醇提取组低、高剂量组.正常组灌胃给予等体积的0.5%羧甲基纤维素钠,其余组均按20mL/kg灌胃给予相应的药物,每日1次,连续7d,每天观察实验动物行为及体征,末次给药的次日,取材进行实验.取肝,计算肝脏的称量和质量指数,取肝组织匀浆检测肝组织中ALT、AST和SOD、GSH-Px活性及MDA含量,另取肝组织进行组织形态学分析.结果表明小花清风藤可减轻CCl_4对肝脏的脂质过氧化损伤,降低肝组织中ALT和AST活性,升高肝组织中SOD和GSH-Px水平,降低肝组织中MDA含量,从而减轻CCl_4对肝组织氧化损伤,改善肝脏的组织病理学形态,保护肝细胞并恢复肝功能.在小花清风藤水提取组低、高剂量组,50%乙醇提取组低、高剂量组,95%乙醇提取组中,以SJY作用效果比较好,依次是50%AJY、95%AJY、SJ、50%AJ、95%AJ、SY、50%AY、95%AY,且呈现明显的量效关系.小花清风藤对CCl_4致小鼠急性肝损伤具有显著的保护作用,其作用机制可能与其抗氧化作用有关.     

基于概率统计的网络用户隐私保护算法研究

当前网络用户隐私保护算法在实现时,未将数据中的噪声点进行剔除,导致算法加密耗时长、安全指数低、完整性差,严重影响网络用户的应用体验感,为此,提出基于概率统计的网络用户隐私保护算法.首先通过小波变换阈值法对数据进行降噪处理,消除数据在采集时产生的不确定因素,使算法在加密过程中耗时更短;为提高算法安全指数,采用层次分析方法在概率统计知识的基础上建立隐私保护层次分析模型,并利用该模型通过Logistic混沌映射系统,对获得的隐私保护目标值进行加密,实现对网络用户的隐私保护.实验对比结果表明,所提算法加密耗时短,安全指数高,完整性更好,可以被广泛运用.     

基于非结构数据和EMD-WTS二层分解的AQI组合预测方法

针对具有高复杂性与非平稳性的空气质量指数(AQI)时间序列,提出一种融合非结构数据的EMD-WTS二层分解组合预测模型;首先,筛选百度指数关键词并提取对应数据,运用局部线性嵌入算法(LLE)对之降维;其次,对AQI历史序列与降维结果进行经验模态分解(EMD)与重构;接着,对所得高频项进行小波分解(WT)与重构;然后,运用Holt指数平滑法、支持向量回归(SVR)与人工神经网络(ANN)分别对二层分解结果与原始低频、趋势项进行组合预测并运用BP神经网络集成;最后,叠加集成结果得到AQI预测值;对比实验说明预测方法充分利用了多源数据信息,具有较高的预测精度。