1∶12磷钼杂多酸薄膜修饰电极催化性能的研究

详细描述了磷钼杂多酸薄膜碳糊修饰电极的制备并通过实验证明在碳糊电极表面确实存在磷钼杂多酸的吸附层．实验发现该电极对ＩＯ－３有催化作用并对其催化机理进行了初步探讨     

群论与异核双原子分子的光谱项

在分离原子模型的基础上，依据原子和异核双原子分子的对称性，给出了利用群论方法确定异核双原子分子光谱项的方法和具体步骤，这种方法要比常规的角动量耦合法简便．     

基于离散过程神经网络页岩油气储层有机碳含量预测

受地层岩性变化影响,传统方法进行有机碳含量(TOC)拟合预测精度偏低。为提高TOC拟合精度,减小普通神经网络对连续信号的时间累积误差,提出一种极限学习离散过程神经网络的TOC拟合预测模型。模型用向量模拟过程式输入,内部通过抛物插值的数值积分完成离散样本的时域聚合。通过对离散过程神经元的结构分析,提出极限学习训练算法,在隐层相关参数随机赋值后,通过Moore-Penrose广义逆求解输出权值,模型学习速度快。最后将该方法应用于TOC拟合预测,利用相关性分析,选取对TOC响应最敏感的测井曲线作为模型的特征输入。与传统方法和其他神经网络对比,该方法的拟合精度较高,预测TOC与实测值有更好的相关性。     

新型pH敏感相分离高分子在荧光免疫分析兔IgG中的应用

合成了一种新型的pH敏感相分离高分子,将它用作免疫分析的载体有以下优点:该高分子37℃下相转变pH值在7.4左右,分离时对抗原抗体复合物造成的损坏程度最低;这种含有碱性基团的pH敏感高分子可与我们以前合成的含酸性基团的高分子[1]互为补充,适用于酸性条件下不稳定物质的测定.     

低品位硫化锌矿生物浸出液中锌的富集和铁的去除

选用D2EHPA-TOA体系作为低品位硫化锌矿生物浸出液中锌的富集和铁的去除的溶剂萃取体系。结果表明，该体系能显著改善硫酸锌溶液中锌的萃取富集和铁的去除性能，锌的最大饱和容量增加约12%，负锌有机相只需用0.25mol/L的稀硫酸经一级即可达到完全反萃，负铁有机相可以用4mol/L硫酸反萃除去。     

甘肃省部分地市餐具卫生状况分析

甘肃省部分地市餐具卫生状况分析胡萍，许亚宁，郭秀荣（甘肃省卫生防疫站７３００００）１９９４年，笔者对甘肃省部分地、市的宾馆、酒楼的餐具进行了监测，具体做如下分析。１材料与方法随机抽取消毒后放在保洁柜内的餐具，或摆放在餐桌上待进餐使用的餐具共５３８０件...     

高速公路路政管理的信息化建设分析

随着市政工程的建设项目逐渐增多,高速公路建设迅速崛起。为了满足人们生活的需要,高速公路的建设形式日趋多样化。隧道、桥梁、架桥等新型公路构造的兴起,给公路的管理带来了很多问题,对路政管理水平提出了越来越高的要求。传统的道路管理方式已不能适应公路管理的需求,公路管理模式也应跟随时代的发展而不断的改进。     

枝晶凝固过程中的微观偏析半解析数学模型

基于典型微观凝固单元体内的溶质质量守恒,结合前人的研究工作,建立了一个适合于枝晶凝固方式的二元合金微观偏析半解析模型.本模型同时考虑了反向扩散和粗化对微观偏析的影响,并对枝晶臂间距的粗化直接进行计算,因此更为精确.若只考虑反向扩散的影响,本模型可以简化为BF模型形式;而如果只考虑粗化的影响,本模型可简化为Mortensen模型.本模型完整地统一了以BF模型为代表的反向扩散类模型和以Mortensen模型为代表的粗化模型.利用本模型同样可以对多元合金的微观偏析进行很好预测.以Fe-C-X(Si,Mn,P,S)合金体系为例对本模型的求解过程进行了详细的阐述.本模型可以很好地预测Al-4.9%Cu二元合金的共晶分数以及Fe-C-X(Si,Mn,P,S)多元合金体系的零强度温度和零塑性温度,并与实测值吻合良好.     

分子光谱和光解离动力学研究实验装置的研制

本文介绍了新研制的研究分子光谱和光解离动力学实验装置的主要结构和功能,其特点是集激光光解、激光诱导等离子体、激光诱导荧光、共振增强多光子电离和时间飞行质谱等研究技术于一体.详细介绍了在该实验装置上可开展的研究工作和实验方案设计,诸如:分子、自由基及其离子的共振增强多光子电离谱研究、含金属自由基的激光诱导荧光和共振增强多光子电离研究、多原子分子的光解离动力学研究等.并给出了在该装置上测定的CS2激光共振增强多光子电离的时间飞行质谱信号.     

基于小波包变换的下肢肌电假肢控制信息源的研究

肌电信号作为下肢假肢的控制信息源必须经过信号处理与特征提取.小波变换能将各种交织在一起的由不同频率组成的混合信号分解成不同频段的信号,检测出许多其他分析方法忽略的信号特性,因此小波变换常被用于表面肌电信号处理.而小波包变换对信号逐渐变宽的频谱可以进一步分割细化,具有良好的局部化品质,比正交小波变换更优越.该文将利用小波包变换方法对站立与行走过程中大腿股四头肌部位的肌电信号进行分析和特征提取,并利用各频段能量构造特征矢量,经过学习矢量量化神经网络训练,能够有效地从股四头肌采集的肌电信号中识别站立及行走的运动模式.