具有高阶奇性解的Hilbert核奇异积分方程

首先讨论了具有高阶奇性解的周期Riemann边值问题，然后通过解周期Riemann边值问题研究了具有高阶奇性解的带Hilbert核的奇异积分方程，将已有的具一阶奇性解的带Hilbert核的奇异积分方程进行了推广。     

磷钼钒多酸基固体酸催化剂高效加氢精制FCC汽油

以目前国际上两大研究热点杂多酸和纳米晶沸石为研究的活性组分和载体,采用浸渍法制备了镍盐(以NiO计2.5%)促进的单钒取代磷钼酸(10%)基纳米HZSM—5复合固体酸催化剂,IR和UV-Raman表征的结果显示单钒取代磷钼酸以Keggin结构存在于载体纳米晶HZSM—5上.在连续固定床反应器上以劣质催化裂化汽油加氢精制为探针反应评价了制备催化剂的反应性能.评价结果表明,在温和的反应条件下[汽油,2.2mL/h;WHSV,0.8h-1;反应温度285℃;VH2∶V油=300;系统压力2.1MPa;催化剂装填量2.1g],产物组成经碱洗和乙醇调和后可达到93#汽油国V排放标准,催化剂显示出了良好的低温芳构化、加氢脱硫反应性能和催化活性的稳定性.催化剂具有可循环使用、制备方法简单和加氢精制活性高等优势,具有一定应用前景.     

浅谈高校图书馆和公共图书馆共建过程中的读者整合

高校图书馆与公共图书馆共同合作,是现阶段社会资源整合、优化、共享的新模式。针对高校图书馆与公共图书馆共建过程中存在的读者问题,对读者整合管理方案进行了探讨,使两者整合的资源更高效率地服务社会。     

中国居民储蓄额影响因素研究分析

本文旨在研究影响我国居民储蓄存款的主要因素,并建立适当的统计模型。经分析,本文认为影响我国居民储蓄存款最主要的有三个因素:居民总的可支配收入、存款利率、通货膨胀率。通过多元统计与计量经济学的方法,本文建立了一个较好的回归模型,分别得到了我国居民储蓄增量的收入弹性、利率弹性和通货膨胀率弹性。根据因素变动的空间大小,得出可支配收入是对居民储蓄最重要的影响,其次是通货膨胀率,最后为利率。最后,本文还根据结论提出了一些合理的政策建议。     

架空输电线路防雷技术的探讨

随着经济的快速发展和和谐社会的构建,我国的电力企业得到了飞速的发展,输电线路是电力系统的重要组成部分,其运行状态对整个电力系统的稳定运行有很大的影响,因此,加强输电线路管理有十分重要的意义。由于架空输电线路比较长,所处的地形地貌十分复杂,很容易发生雷击跳闸事故,这不仅对线路的安全运行造成影响,还对用户的安全用电造成很大的影响,因此,如何提高架空输电线路的防雷能力,已经成为当前广大电力工作人员思考的问题。     

基于严重事故剂量后果的堆芯重要核素选择

本文主要是通过放射性事故后对放射环境和核素的迁移的跟踪调查,研究分析每个核素所贡献的核素剂量,所显示的后果都可作为计算的标准,是堆芯源项核素重要的选择依据,对核素的剂量后果的评价重要参考价值是其计算方法。     

光合细菌-藻类共固定深度净化污水的研究

以海藻酸钠为包埋材料,将小球藻(Chlorella sp.)和光合细菌(Rhodopseudomonas poultries AS1.2352)固定化,研究其在气升式生物反应器中对污水深度净化的能力。研究了藻、菌共固定与单独固定化、共固定化方式对NH⁺_4-N、PO^3-₄-P和COD去除效率的影响。菌、藻共固定化对NH⁺_4-N的去除率明显高于单独固定化方式,4 h去除率达到80 %。藻、菌共固定化两种方式对脱氮无显著差异。结果表明,利用气升式生物反应器,共固定化光合细菌-藻类可实现对污水的深度净化。     

相控阵雷达降维四通道和差波束测角

针对大型阵列的子阵划分,权值优化和单脉冲测角阵元数多,两级联合权值逼近以及对于主瓣内偏离波束中心超过3 dB的目标,会出现较大的测角偏差的问题,提出了一种基于降维相控阵的增加双差通道的四通道单脉冲测角方法.基于粒子群优化算法联合权值优化算法,在保证相控阵波束关键指标的前提下,极大减少通道数,降低工程实现难度;四通道单脉冲测角方法提高了对于主瓣内偏离波束中心3 dB以上目标的测角精度,扩宽了精确测角范围,降低了测角范围的损失.仿真实验证明了所提算法的有效性和可行性.      

分数阶微分方程组边值问题解的存在性与唯一性

研究了一类高阶Riemann-Liouville分数阶微分方程组边值问题。通过Laplace变换的方法得到边值问题解的积分表达形式,建立了边值问题解的存在性定理和存在唯一性定理,利用Leray-Schauder抉择证明了解的存在性定理,运用Banach压缩映射原理证明了解的存在唯一性定理。最后给出2个例子说明所得结论的适用性。     

采用Seq2Seq模型的非受限词义消歧方法

词义消歧在中文自然语言处理中有着重要作用,基于传统机器学习的方法存在准确度不高,需要人工提取文本特征的缺点;基于深度学习的方法不适于词义歧义较多的情况。该文提出采用Seq2Seq模型的非受限词义消歧方法,输入词上下文序列,经过编码器编码得到潜在语义向量,再经过解码器解码输出词义序列,适用于所有词义歧义情况。最后,在SemEval-2007 Task#5任务中进行测试,测试结果表明,该文提出的方法比其他7种方法中的最优方法消歧准确率提高了11.48%。