铁磁/绝缘体/铁磁隧道结中的自旋流

考虑粗糙界面散射和自旋翻转,运用Slonczewsik模型,我们研究了铁磁/绝缘体/铁磁中的磁性隧穿,得到自旋电流密度表达式.在界面势垒比较低时,自旋电流受随粗糙界面散射和自旋翻转的强度改变明显.     

论如何做好水利工程档案管理工作

随着水利工程建设项目在国民经济中的地位越来越重要,如何有效地开展工程档案工作和管理好工程档案已经成为各参建单位的一个难题。就如何做好水利工程建设项目档案管理工作,使之能顺利通过档案管理专项验收和项目竣工验收,提一些笔者的浅见,希望能对水利建设项目的各参建档案管理有所帮助。     

基于k-邻域同构的动态社会网络隐私保护方法

社会网络数据分析蕴藏着巨大的经济利益,但是直接研究社会网络数据可能造成用户敏感信息泄漏,对个人隐私构成威胁.目前的隐私保护技术集中于研究单次数据发布,即静态网络中的隐私保护,然而社会网络数据动态发布需要动态的隐私保护方法.文中针对攻击者拥有在不同时刻的节点1-邻域子图作为背景知识的应用场景,提出了一种基于动态社会网络的隐私保护方法,该方法利用相邻时间片网络图之间的关联关系,依据信息变化增量确定邻域同构等价组中的基准节点,并通过对下三角矩阵操作来实现等价组中节点邻域子图匿名化的持久性.实验结果表明该模型能够有效地抵制邻域攻击,保护动态社会网络发布的用户数据隐私.     

不同激素及浓度对半夏植株再生的影响

以半夏[Pinellia ternate(Thunb) Briet]叶片、叶柄为外植体,接种于含有不同激素浓度的培养基中,进行诱导培养.结果表明:较低浓度的2,4-D、IAA和NAA有利于半夏外植体小块茎的诱导,随着生长索浓度的升高,愈伤组织的诱导率有所增加,2.0 mg/L 2,4-D、IAA诱导产生大量被绒毛的粗根,NAA诱导产生致密的长根,从而抑制了小块茎的分化.较低浓度的6-BA有利于小块茎的诱导,随着浓度的升高,愈伤组织的诱导率有所增加.不同浓度的KT、zT对小块茎的诱导率影响不大.     

相对姿态匹配传递对准方法

传统的姿态匹配传递对准需要主、子惯性测量单元 (inertial measurement unit, IMU)分别惯导解算,得到两个姿态向量或姿态阵构造观测量。提出利用主、子IMU输出直接解算主、子IMU之间的相对姿态来构造匹配量的一种新的传递对准方法。首先推导了主、子相对姿态矩阵微分方程,并给出求解方法,得到的相对姿态矩阵计算值与初始相对姿态矩阵相乘作为观测信息;然后推导建立了相对姿态的误差方程,由此给出了传递对准状态空间模型;最后讨论建立了仿真验证环境,仿真结果表明,子陀螺精度为1（°）/h时,子IMU对准精度可以达到3′以内,并在10 s内迅速收敛。该方法同时适用于精确确定大角度或小角度的子IMU相对姿态,为关键位置实时高精度姿态基准的建立提供了技术参考。     

测量储层多孔介质孔隙度及其分布的新方法

为了对储层岩样的孔隙结构和孔隙度分布的深入研究,应用工业CT技术,提出了一种测量储层岩样孔隙度及分布的有效方法—CT密度差测量法,并对某油田岩样进行了实际测量。结果说明,采用CT密度差法测量孔隙度及分布是有效的,与常规方法相比较,具有快速、精度高、不伤害岩样并能模拟油藏条件测量等特点,是检测储层岩样性质和跟踪地层流体的先进手段。     

天然鳞片石墨制备石墨烯/SnO_2复合物锂离子电池负极材料电性能研究

采用二次Hummers氧化法,以天然鳞片石墨为原料制备了氧化石墨烯,通过一步微波水热法将氧化石墨烯与SnCl_2原位复合制备石墨烯/SnO_2复合物.以石墨烯/SnO_2复合物为锂离子电池负极材料,研究SnO_2对石墨烯锂离子电池负极材料的影响.结果表明,SnO_2与石墨烯复合可以制备一种高比容量的负极材料,首次放电比容量高达1 581 mAh/g.在1 000 mA/g电流密度下,比容量保持率超过50%;经过大电流充放电后,在100 mA/g电流密度下,比容量保持率仍然能够达到85%.电流密度100 mA/g,循环充放电100次时,可逆容量保持率超过90%.     

关于完善我国政府采购制度的思考

从政府采购合同的认识与管理、监督机制的力度、政府采购队伍的专业水平、政府采购信息系统等几个方面阐述了如何完善我国的政府采购制度。     

基于证据分组合成的企业数据治理评价研究

为了正确客观地评价企业的数据治理水平,本文提出了基于证据分组合成的企业数据治理评价模型.首先,构建数据治理评价指标体系并确定指标权重.其次,为了解决证据合成过程中易出现的"一票否决"和证据冲突问题,本文分别采用了语言评语集,以及一种改进的同时考虑证据源权重和证据体间差异的证据分组方法.然后,进行组内和组间的证据合成得到最终的评价结果.最后,本文以H商业银行为例进行实证分析,验证了该改进方法的可行性和实用性.     

流形学习方法及其在头部姿势估计中的应用

流行学习是一种新的数据降维方法,能揭示数据的内在变化规律,其目标是发现嵌入在高维数据空间中的低维流形结构,并给出一个有效的低维表示。目前流形学习以其出色的数据约简与可视化能力得到了越来越多模式识别与机器学习工作者的重视。本文介绍了一些常用的流形学习算法,分析了这些算法的优缺点,并利用流形学习中的局部线性嵌入(LLE)算法于头部姿势估计,取得了较好的识别效果。