“情报门”还是“情报丑闻”?

近日报刊、电视等媒体上常出现"情报门"、"凯利门"等词.前者指伊拉克武器情报事件,后者指武器专家凯利自杀事件.     

地基基础-坝体体系动力特性及地震反应分析的有限元与无限元耦合法

编制了有限元及有限元—无限元耦合计算程序，利用其分析了广西源口拱坝在有限域及无限域地基下的动力特性与动力响应，并与常规刚性地基下坝体的动力特性、动力响应进行比较，得出结论：1．弹性地基下拱坝自振频率减小、动位移最大值增大；2．耦合分析法具有较高的精度和显著的经济性，是工程应用中值得推广的一种分析方法。     

关于《数学实验》课考试的思考

通过对《数学实验》课程考试内容、方式,以及考试环境的分析,研究了实验课考试面临的一系列问题。结合实验课程的特点,强调重视考试反馈信息,对试卷分析报告提出了一种实用的写作框架。     

烟气分析在转炉冶炼过程中的应用研究

介绍转炉烟气分析控制系统,研究转炉烟气和炉气在冶炼过程中的变化规律,并开发烟气定碳模型。结论表明,在转炉冶炼过程中利用烟气成分的变化规律,可进行转炉炉况判断、终点判断和了解炉内反应过程。开发的烟气定碳模型对于含碳量低于0.12%的炉次,其控制精度为±0.02%,命中率为90%。     

城市垃圾处理及综合利用的措施

垃圾是放错位置的资源，本就城市垃圾的处理分别论述了几种处理方式，就城市垃圾的综合利用提出了一些措施和建议。     

微波辐射合成7-羟基-4-甲基香豆素

以浓硫酸为催化剂，采用微波辐射技术，由间苯二酚与乙酰乙酸乙酯缩合制备7－羟基－4－4甲基香豆素。结果表明，微波辐射合成7－羟基－4－4甲基香豆素的最以应条件为：间苯二酚5.5g，乙酰乙酸乙酯6.8ml，浓硫酸1.5ml，微波功率240W，微波辐射时间6min，产率84．1％，不采用微波辐射，反应时间大于10h，产率78％，红外光谱分析表明，7－羟基－4－4甲基香豆素的特征峰与7－羟基－4－甲基香豆素的各官能团的吸收峰吻合，测定7－羟基－4－甲基香豆素的熔点为189－192℃。     

用GC/MS、GC分析中药前胡中白花前胡丙素、丁素和紫花前胡苷元

为快速鉴别中药白花前胡（Peucedanum praeruptorum Dunn.）和紫花前胡（Peucedanum decursinum Maxim.），用气相色谱/质谱（GC/MS），气相色谱法（GC）分别定性，定量分析白花前胡丙素（Pd-1a），丁素（Pd-Ⅱ）和紫花前胡苷元（Nodakenetin），在白花前胡中检出白花前胡丙素（M/Z 386）和丁素（M/Z 426)，但未检出紫花前胡苷元，在紫花前胡中检出紫花前胡苷元（M/Z 246），但未检出白花前胡丙素和丁素，线性关系：YPd-1a=1.111XPd-1a 0.021(n=6 r=0.9995)，线性范围：0.175～1.919μg，YPd-Ⅱ=1.189XPd-Ⅱ-0.013(n=6 r=0.9996),线性范围：0.086～0.950μg。YNodakenetin=0.901XNodkenetin-0.024（n=6 r=0.9999），线性范围：0.089～1.062μg，回收率：白花前胡丙素97.29%，白花前胡丁素98.81%，紫花前胡苷元96.34%，分析结果表明，不同产地药材样品中各自特征成分含量不同，分析中未能找到白花前胡和紫花前胡苷元共有的相同的有效成分或指标性成分。表明可用GC/MS区分白花前胡和紫花前胡苷元，但未能用统一的化学对照品进行质量控制。     

氢键分子系统的二分量孤子偶模型中的非谐特性

以氢键分子系统中二分量孤子模型为基础，采用直接微扰方法，研究了氢键系统中非谐相互作用下扭结孤子偶的运动特性，获得了3次方到4闪方非谐项古孤子偶的非对称解，计算了源于非谐项下孤子偶的能量，与实验观察相一致。     

二氧化氯在炼油循环水中的杀菌除泥作用

采用强氧化剂二氧化氯对炼油循环水进行杀菌灭藻、除垢和减缓腐蚀现场试验研究 ,且对试验结果进行了分析 .结果表明 :稳定性二氧化氯可有效控制炼油循环水中微生物量 ,加药量约 1mg/L ,2 4h后杀菌率达 10 0 % ;同时减少粘泥在热交换设备上的形成 ,有效除去污垢 ,使缓蚀剂发挥作用 ,腐蚀速率明显减小 (小于 0 .1mm /a) ,循环水浊度小于 10mg/L ;加药量小于 1mg/L时其对有机磷水稳定剂的影响小 .     

基于神经网络的企业信用等级评估

企业信用等级评估是金融领域重要的问题，论文采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本在信用等级的分布状况来抽样，然后，根据企业样本性质的不同，将其分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，此外，还介绍了几种企业信用评级常用的评估模型，并将神经网络评估模型的性能和其他的信用评估模型作了比较，实验结果表明神经网络模型具有更好的预测准确性。