自同态环是NJ环的模及强NJ模的自同态环

讨论了自同态环是NJ环的模以及强NJ模的自同态环.证明了abelian环上的投射模,若其自同态环是NJ环,则该模是强NJ模.通过例子说明了强NJ模的自同态环不一定是NJ环,证明了有限生成的强NJ模的自同态环是exchange环.证明了自同态环是NJ环的模,其直和项的自同态环也是NJ环.     

三轴超形变核态的实验证据

利用轴对称超形变和三轴超形变模型研究了１６５Ｌｕπ［６６０１／２］带两种模型计算的γ跃迁能量都能较好地符合实验值,然而,能量的ｓｉｇｎａｔｕｒｅ颤动指数、三轴因子、两类动力学电四极矩之比却存在明显的差别,这些差别可以用来识别三轴超形变核态     

基于“阅读循环圈”理论的全民阅读推广中学校引领研究

借鉴“阅读循环圈”理论,根据阅读过程不同阶段的不同要素,分析了学校在阅读阶段中的阅读资源、阅读环境、阅读交流互动与阅读引导方面的优势,探讨了其在全民阅读推广中的地位与作用,并在此基础上提出了差异化引领策略与网状化引领策略,以期为全民阅读的进一步推广研究提供参考.     

鄂尔多斯盆地新安边地区长7致密储层连通孔隙评价

利用铸体薄片、扫描电镜、高压压汞、核磁共振等实验技术,研究鄂尔多斯盆地新安边地区长7致密储层连通孔隙发育特征及其对储层的影响.研究结果表明:研究区长7致密储层发育粒间孔?溶孔主导型、溶孔?晶间孔主导型及晶间孔主导型3类孔隙组合.通过建立高压压汞?核磁共振对连通孔隙类型的判识模型,将储层孔隙划分为粒间优势连通孔隙、粒内劣...     

风路可靠度确定数学模型

针对目前研究矿井通风系统可靠性时,主要的研究参数是风量,即认为风量不失效则风路不失效的问题。提出了考虑风量、粉尘浓度、温度、有毒有害气体浓度指标的风路可靠度的定义,即研究可靠度时,既要考虑风流的数量,又要考虑风流的质量,这在矿井火灾时期尤为重要。根据风量动态监测结果,利用概率论、数理统计和可靠性原理的知识,提出了风路可靠度的理论计算数学模型,该模型的建立对矿井通风系统可靠性研究具有重大的意义。     

激励理论在现代企业管理中的运用研究

在现代管理学中,激励理论是一个十分重要的分支,在企业的管理实践中至关重要.如果企业管理能够科学地利用激励理论,不仅可以最大限度地发挥出员工潜能,促使员工在实现企业目标的同时积极实现个人追求,做到发展目标的统一和趋同,同时还能让企业的经营管理质量得到飞跃性发展,这对于提高企业的核心竞争力大有裨益.基于此,本文将主要阐述激...     

人工湿地污水脱氮中N2O的产生机理和影响因素

人工湿地技术具有良好的污水脱氮效果,但污水中脱除的氮有可能会以N2O的形式释放到大气中。由于N2O是一种重要的温室气体,随着人工湿地的不断推广应用,其向大气中释放N2O的研究引起国内外的关注。综述了目前关于人工湿地系统N2O的产生机理,从污水水质、环境条件、人工湿地系统以及微生物种群结构四个方面详细论述了国内外关于人工湿地系统释放N2O的影响因子的研究现状,并对该研究领域今后的研究重点进行了展望。     

岩体结构面面密度统计的地形化数字测窗及体密度优化

为了给岩体稳定性分析和渗透性评价提供更加可靠的数据,提出了基于差分进化算法拟合实测面密度从而优化结构面体密度的三维结构面网络模型建模方法。该方法采用RTK-GPS数字化量测技术,研究了结构面迹线3D数字化模型及数字化测窗建立方法;引入“地形化”的圆形测窗,提出扩展为地形化曲面正方形连续布置测窗,分析了圆形取样窗大小对密度估计的影响,比较了正方形测窗和圆形测窗估算结果。以甘肃北山地面花岗岩结构面量测数据为例,应用该方法。研究表明,优化的体密度能高度拟合各分块实测面密度,由此建立的3D结构面网络模型更符合实际结构面分布规律。     

改进非线性外源自回归网络的潮位实时预测

我国海域辽阔,海岸带面积约占全国总面积的13%,在沿海区域的交通运输及经济建设领域,都需要具备精确的潮位数据,因此实现精准快速的潮位预报具有重要的应用价值和实际意义。为了提高潮位预测精度和稳定性,提出了一种基于带外源输入的非线性自回归 (Nonlinear Auto Regressive models with Exogenous Inputs, NARX) 神经网络的实时潮位预测方法,并在其基础上做了相应改进。首先采用了模块化潮位预测(Modular tide level prediction)方法,将潮汐数据分为天文潮及非天文潮两部分,其次引入滑动时间窗(Sliding Time Window, STW)概念构建出改进的MS-NARX神经网络预测模型。利用美国比斯坎湾 (Biscayne Bay) 的实测潮汐值数据进行潮位预测的仿真试验,并与传统NARX神经网络及自适应粒子群算法优化的基本反向传播 (SAPSO-BP) 神经网络两种预测方法进行比较,结果表明在MAE、MSE及RMSE三项精度指标测算中,MS-NARX神经网络均为最小,可见其针对数据预测的精度和稳定性均优于 SAPSO-BP 神经网络和传统NARX神经网络,能够为提高船舶运营效率和保障船舶航行安全提供指导。