蒋介石的三次下野与三次上台

蒋介石是中国现代史上的一位重要人物。近年来,随着对“一国两制”及第三次国共合作的探讨,大陆与台湾关系的改善,研究他的文章、专著陆续出版,研究水平也逐步提高。但对其三次下野与三次上台问题的研究尚不系统,本文将通过收集,归纳述评,帮助读者了解这一史实,并就教于史界同仁。     

NbTi50/Cu复合超导材料冷压焊研究

一、前言我们曾NbTi50/Cu复合金属线材进行过电阻钎焊的试验研究,并取得一定的进展。但钎焊的缺点在于使用的钎料,大多为强度低的铅锡类软金属,接头强度较低。为了增加接头强度,只好采用搭接并增加搭接长度。这种搭接接头,对后来绕制超导磁体带来不便,而且接头增加了新的过渡层,增加接头的横向电阻。焊接温度对接头的组织与性能有很大影响。据有关资料表明,当温度超过500℃时,NbTi-Cu边缘出现明显的扩散层,形成Ti_2Cu-Ti_3Cu_4-TiCu等一系列脆性化合物,     

四川省高寒草地畜牧业发展战略研究报告

四川省西北部甘孜、阿坝两藏族自治洲和凉山彝族自治洲的木里藏族自治县等海拔3000米以上的高寒地区,通称川西北草地,是四川发展草地畜牧业的重要基地。川西北草地畜牧资源十分丰富。有可利用草地1.6亿亩,占全省可利用草地、草山总面积2.4亿亩的66.7%,是全省耕地面积的1.6倍。有适应高寒生境条件、耐寒耐粗放的牦牛、藏系绵羊、藏马、藏山羊等优良地方畜种;有悠久的畜牧业生产史。饲草通过牲畜     

钙质紫泥田水稻优化配方施肥效应研究

研究了钙质紫泥田水稻氮磷钾的施肥效应,分析了肥料的因素效应及合理施用量．结果表明：（1）在试验施肥量范围内,水稻产量与肥料用量呈二次多项式函数关系;（2）磷和氮的效应高、钾肥效应低;（3）棕紫泥夹砂田水稻合理施肥量为每hm^2 N 125-130kg,P2O5 70kg,K2O 0-30kg,下湿紫泥田为N 85-90kg,P2O5 55kg,K2O 0-20kg;（4）地下水位高、湿害严重,是下湿紫泥田生产水平低、施肥效果差的根本原因,改造途径是深沟排水、脱潜治理．     

结合受控词汇表的生物基因本体标注与分类

通过研究有关基因的生物学文献特征,提出了一种能对生物基因文献进行自动标注与分类的方法.在 K 最邻近算法的基础上,采用了 Chi-Square 特征选择方案,并且在加权算法中突出了Chi-Square 的选择特点.另外,采用文档逻辑分块法,将额外的生物受控词汇表中的信息所形成的向量直接引入到了分类算法中,以提高分类和标注的效果.实验表明,所提算法优于常用的单词频率/逆文档频率加权方法,其在文本检索大会(TREC)数据集上的分类、标注效果分别比 TREC 公布的最好结果提高了3.14%和4.12%.     

内蒙古盲蝽科-新纪录种记述（异翅亚目，盲蝽科，叶盲蝽亚科）

整理内蒙古半翅目昆虫标本时鉴定出一内蒙古新纪录种——盲蝽科叶盲蝽亚科大唇盲蝽属（Macrotylus Fieber,1858）赞氏大唇盲蝽（Macrotylus zinovievi Kerzhner,1984）,现描述如下（图1）．文中度量单位均为mm,标本存放于内蒙古师范大学生命科学与技术学院昆虫标本室．     

非接触式温度测量方法在微尺度实验中的应用

本文系统的介绍了非接触式温度测量方法在测量微小物体表面温度场中的应用.得用微区热成像技术,使用红外成像仪及专用红外放大镜测量并得到了微小物体的温度场.由于不同材质的红外发射率不同,分别采用不同的方法对红外测量得到的温度场进行修改,从而得到较为准确的温度值.非接触式测量方法不会引起微小物体温工分布的变化且不需要特别的布置,因而在微尺度实验中比一般的接触式温度方法——采用热电偶或电阻来测量温度且有更高的精确度。     

非营利医院财务管理与企业财务管理差异的思考

非营利性医院是社会公益事业单位,讲求医疗服务、医疗质量、技术手段及社会效益是医院管理的最高目标.医院财务管理是医院管理的核心,该文从财务管理的方面,阐述了非营利医院财务管理与企业财务管理的差异.     

经高温烧结处理的淤泥质土的微观结构

为确定经高温烧结处理的淤泥质土抗压强度变化的微观机理,借助SEM和XRD技术进行淤泥质土烧结前后微观结构和化学成分变化研究.结果表明:在高温烧结过程中,淤泥质土的成分要素和结构要素产生调整,使得土体中化学成分和微观结构随加热温度的升高发生不可逆转的变化;高温烧结后淤泥质土矿物成分发生转变,并且伴有混晶和三元共熔化合物的出现,使土体颗粒的接触状态、颗粒大小和联结形式等微观结构发生改变;烧结温度达700℃以上时,土体颗粒在共熔化合物的胶结作用下形成大体积的土体骨架,微观结构由最初的蜂窝状结构变为块状结构,土体结构的整体性提高进而使抗压强度增强.     

基于ADASYN-IFA-Stacking的再入院患者风险预测方法

在医疗领域,非计划性再入院花费占据了医院总支出的很大一部分,如何降低再入院率,预防再入院情况的发生已经成为了医疗管理领域一个亟待解决的问题.在针对如何能够对再入院患者精确地进行识别这一问题进行深入研究以后,提出了一种基于ADASYN-IFA-Stacking的再入院患者风险预测方法,这一方法主要分为了不均衡数据处理、集成学习模型构建以及参数优化三个部分.不均衡数据处理解决了由于类间不均衡给模型带来的偏倚问题,集成学习模型则可以对多个子分类器的优势进行结合,使用萤火虫算法进行模型最优参数的选择能够进一步提升模型的预测性能.通过在获取到的再入院病人数据集上进行十折交叉验证实验后,结果显示所提出的预测方法要优于现在流行的支持向量机、分类与回归树、随机森林等其它机器学习方法.