CHzCO＋OH的多通道反应的理论研究

用密度泛函B3LYP／6-311＋＋G^＊＊方法和G2（MP2）、G383理论研究了CH2CO与OH自由基反应的微观机理,揭示了该反应的加成-消除机理,结果表明直接吸氢机理不存在．并发现生成CH2OH＋CO的反应是主反应通道．理论计算结果较好地解释了实验观察到的主要产物和副产物并存的现象．     

基于Matlab/Simulink的开关磁阻电机调速系统的仿真研究

以最新的Matlab/Simulink软件提供的开关磁阻电机模型为基础,构建起两种采用典型功率变换器的开关磁阻电机调速系统,并在Simulink环境下进行仿真。     

F68大单体/HEMA共聚水凝胶的制备及性能研究(Ⅰ):温度敏感性

本文以温度敏感性Pluronic F68与甲基丙烯酸缩水甘油酯(GMA)反应制备可光聚合的F68/GMA大分子单体,再在水溶液中与丙烯酸(AA)单体和甲基丙烯酸p-羟乙酯(HEMA)经紫外光原位聚合制备温度敏感水凝胶.详细地研究了水凝胶在不同温度下的溶胀性能.溶胀动力学测量的结果表明,该水凝胶具有温度响应性且具有可逆性.     

柯石英最小静态形成压力与地表柯石英形成新机制及其地学意义

指出了实验室柯石英最小静态形成压力对判断地表柯石英形成机制的重要性.报道了诸多因素,包括动力学因素对柯石英最小静态形成压力(Pcos,min)的影响.分析了已有文献的实验室Pcos,min数据,指明了它们和不均匀局域高压微区压力与表观测量压力的关系.提出不均匀局域高压微区的作用模型;分析了局域高压微区与大尺度板块折返形成地表柯石英特征的差异.最后,对地表柯石英的形成机制进行了讨论.指出地表中因组成物质和应力的不均匀性,可形成许多小尺度不均匀局域高压微区,它们在造山带的断裂带剪切带中,受外界因素(如地震波和/或挤压剪切力等)的影响,容易形成柯石英,是可能性最大的地表柯石英形成机制;而板块折返假说虽然可以解释地表柯石英的形成,但是一种可能性很小的机制.     

基于MVC模式的在线测评系统

高效率使得计算机的应用已经普及到社会生活的各个领域.上机考试已经变得越来越普遍,考试系统软件应运而生,简化了试卷以及题库的管理和考试,可以及时准确地检测应试者的能力,同时可以减少管理部门对应试考试的资金投资,提高了考试效率并减少资源的浪费.在线测评系统课题产生的背景是当今考试系统建设信息化的必然结果,充分利用计算机软硬件和网络资源实现无纸化考试,以避免传统手工考试的不足.     

光学溶解氧传感器和Winkler法测定溶解氧的对比研究

依托实验室搭建的溶解氧对比装置,系统研究了不同温度和溶解氧条件下光学溶解氧传感器和Winkler法测定溶解氧的区别。 结果表明,光学溶解氧传感器和Winkler法测定溶解氧的结果有较好的相关性,在不同温度条件下两者的相关系数均大于0.998。在溶解氧浓度低于4 mg·L^-1时,光学溶解氧传感器测定值略低于Winkler法;在溶解氧浓度大于4 mg·L^-1时,光学溶解氧传感器与Winkler测定差值主要集中在-0.25~0.25 mg·L^-1。两种光学溶解氧传感器测定结果较为接近,差值小于0.10 mg·L^-1。光学溶解氧传感器测定是一种可靠的溶解氧检测方法,可适用于海洋调查和养殖区的常规在线监测。     

基于载波相位差分技术的东南极冰川移动监测系统与应用

采用载波相位差分(real time kinematic,RTK)技术在中国南极第32次科学考察中架设了一套基站与一套移动站的一对一监测系统,在东南极开展了对冰川移动的实时监测。获取了2016年2月28日至2017年2月12日的差分数据。通过对数据的处理并结合移动站附近地形,得出测点在监测期间内向西北方向移动了13.9m,且夏季运动速度较冬季快约17.1%.     

面向中文问答系统的问句句法分析

中文句法分析是汉语研究和信息处理中的一个关键环节,同时也是难点之一.探 讨了中文问句的结构特征,在面向中文问答系统的问句句法分析算法中,运用语料库句法处理技术,并对问句长度短、含疑问词、有疑问结构句式等特点加以利用,初步实验结果达到了预期目标.     

一类矩阵最佳逼近问题

本文讨论文给出的矩阵的最佳逼近问题,证明了最佳逼近解的存在、唯一性,导出了最佳逼近解的表达式和计算方法,并以数值例子说明所给方法比文[1]的计算量小。     

基于PSO优化孪生支持向量机的自然语言处理

为了进一步提高孪生支持向量机(Twin support vector machine, TWSVM)的自然语言文本分类准确度,提出了一种改进的粒子群优化(Particle swarm optimization, PSO)算法,并采用改进的PSO算法对TWSVM核心参数进行优化。根据迭代次数来选择自适应权重从而对传统PSO算法进行改进,以防止收敛速度过快而错过全局最优解。采用Word2Vec对自然语言样本进行向量化处理,并通过PSO算法对TWSVM惩罚因子进行优化求解,解决因为惩罚因子设置不合理而造成自然语言文本分类准确率不高的问题。试验证明,通过合理设置PSO算法的速度权重初始值和稳定值,结合自适应递减权重策略,能够获得较高的惩罚因子优化性能,从而提高TWSVM的分类准确率,相比于常见自然语言文本分类算法,PSO-TWSVM的分类准确率更高,均方根误差值更低,在自然语言文本分类中的适用度高。