黑龙江省气候成因

黑龙江省的气候，是在众多的相关地理要素共同作用下形成的，本文从纬度位置、季风环流和地形因素3个主要方面进行了分析．而且，在分析其对气候形成的影响时，涉及的气候要素主要是气温和降水．纬度位置对气候的影响，主要体现在热量条件上．季风环流从气温和降水两个方面影响黑龙江省气候．地形因素干扰、破坏着上述两种因素所形成的规律，在一定程度上隔断了气候要素经向和纬向的空间地带性分布，从而使气候变得更为复杂。     

二氰胺基和4,5-二氮芴-9-酮的铜、钴和镍配合物的合成及光谱研究

合成了三个二氰胺基[N(CN)2]-及4,5-二氮芴-9-酮(AFO)配合物Cu(AFO)2[N(CN)2]2·H2O(1)、Co(AFO)[N(CN)2]2·1/2H2O(2)和Ni(AFO)[N(CN)2]2·1/2H2O(3),确定了其组成,进行了红外光谱研究.     

电阻Y联接和△联接的等效变换关系的求证

提出求证电阻星形联接和三角形联接之间的等效变换关系的一种新方法,利用外接电阻或者外接电源的方法,将电阻星形联接和三角形联接之间的等效转化为二端网络电路之间的等效问题,在简化电路的分析基础上,求解代数方程组,从而获得电阻星形联接和三角形联接的等效变换关系式.     

二次凝聚工艺处理微污染原水的试验研究

二次凝聚工艺较常规凝聚在去除微污染原水TOC方面存在明显优势.试验结果表明:当原水ρTOC<12mg·L-1时,二次凝聚工艺的TOC去除率优于常规凝聚TOC去除率20%以上.     

我国地热新能源研究进展与发展趋势

我国地热能开发利用已取得了长足进展,直接利用量已达到10531GW·h,居世界首位.利用领域也不断扩展,现已广泛用于区域供暖、居民生活热水、温泉旅游、温泉理疗等.通过技术革新与工艺改造,形成了一系列地热利用新技术与新工艺.从发展趋势看,深部地热能的开发以及低温地热能的利用前景广阔.     

五种预氧化工艺处理污染原水的消毒性能比较

观察了水中腐殖酸和乳糖蛋白胨培养液的含量变化对高锰酸钾、氯、氯胺单独处理工艺及高锰酸钾与氯或氯胺联用工艺消毒效果的影响．结果表明，有机物浓度越高，高锰酸钾与氯或氯胺联用工艺与单独氯或氯胺工艺消毒效能相比所占优势越明显，尤其是当水中含有大量有机氮化合物时，采取高锰酸钾与氯或氯胺联用能更有效提高预处理时消毒效能．对有机污染严重的水源水进行预处理时，高锰酸钾与氯或氯胺联用预氧化能够减少有机物对消毒效果的影响，发挥预处理工艺对致病微生物的多级屏障作用，保障供水安全。     

粘果山羊草Aegilops kotschyi puroindoline a基因的研究

根据已报道的小麦籽粒硬度主效基因之一puroindoline a（Pina）基因的保守序列,设计并合成了一对特异性引物ForA1和RevA1,对粘果山羊草Aegilops kotschyi的三个材料的基因组DNA和互补DNA进行Pina基因克隆、序列测定和表达分析,发现了三个新型Pina突变体,基因序列与六倍体小麦的同源基因存在较大的差异.RT-PCR证实了Pina基因在籽粒胚乳中表达.Southern blot分析结果表明,三种材料中该基因均含有两个拷贝.研究结果显示山羊草是一个丰富的遗传资源库,为小麦籽粒硬度的基因工程改良奠定了基础.     

前牙缺损修复中玻璃纤维桩与铸造金属桩的临床疗效比较

比较玻璃纤维桩与铸造金属桩在前牙缺损修复中的应用效果。将2015年2月~2016年10月期间在兰州市安宁区人民医院进行治疗的前牙缺损修复患者78例作为研究对象,随机编号并分为对照组和观察组,每组各39例。对照组采用铸造金属桩进行治疗,观察组采用玻璃纤维桩进行治疗,观察并比较两组患者临床治疗效果及满意度。研究组临床治疗成功率92.31%明显高于对照组71.79%,差异具有统计学意义(P0.05),研究组总满意度87.18%明显高于对照组66.67%,差异具有统计学意义(P0.05)。前牙缺损修复中玻璃纤维桩与铸造金属桩的临床疗效。     

连续玻纤增强聚丙烯熔融浸渍过程降黏研究

将不同配比的高黏度聚丙烯与低黏度聚丙烯共混制备高低黏度树脂混配基体,旋转流变测试结果显示低黏度聚丙烯的加入显著降低了共混体系的黏度。以高低黏度聚丙烯共混物为热塑树脂基体,采用熔融浸渍方法制备连续玻纤增强聚丙烯热塑预浸带。研究发现随着低黏度聚丙烯含量的增加,热塑树脂基体的加工性能明显提高,预浸带制品的孔隙率及纤维断裂率逐渐降低。将各组预浸带模压成型后进行力学测试,结果显示低黏度聚丙烯的加入使层压板层间剪切强度、弯曲强度、拉伸强度均出现小幅度下降,而对冲击强度基本无影响。结合加工性能及力学性能,低黏度聚丙烯质量分数10%时共混物的综合性能最佳。     

基于支持向量机的糖尿病预测模型研究

糖尿病是一种严重危害人类身体健康的疾病,早发现、早诊断、早治疗才能降低其并发症的可能性和致死率.数学预测模型可有效解决上述问题,为临床提供帮助性信息,进行更快速、有效、准确的疾病诊断.据此,提出一种基于支持向量机的糖尿病预测模型.该模型采用径向基核函数解决非线性数据在高维特征空间中线性可分的问题,利用交叉验证和网格参数寻优法确定模型的最优惩罚参数(C)和核参数(g).针对Pima Indians Diabetes数据集,构建的支持向量机预测模型最终的测试集分类准确率为78.39%,模型敏感度和特异度分别为50%和93.6%.实验结果表明,该模型的分类准确率得到了提升,模型性能良好.