活性炭负载FeCl3催化合成CH3COOEt的研究

以活性炭负载氯化铁(FeCl3／C)为催化剂，冰乙酸和无水乙醇为原料合成了乙酸乙酯，考察了适宜反应条件。结果表明，冰乙酸用量为0．20mol，乙醇用量为0．60mol，催化剂用量为3．0g，反应时间为1．5h时，乙酸酯化率达84．97％。     

基于Fourier变换非一致间距阵列的一种合成法

基于阵列图及其分布间的Fourier关系,作者提出了非一致间距阵列的一种合成方法。在Fourie关系下，通过 抽样一个给定的阵列图，就能使用FFT(快速Fourie变换)得到其近似连续的阵列分布。为提高改善阵列图的性能I提 出一个算式用于决定非一致间距阵列的空间间隔，从而在合成的阵列中保持更多的能量。该方法简单且易于应用。     

DEM对典型喀斯特山区地形及流域特征的尺度效应分析

通过对数字高程模型(DEM)数据进行最近邻方法重采样,获取不同空间尺度DEM数据.针对不同空间尺度DEM,研究地形因子和流域信息提取与DEM的尺度效应,并进行相关性分析.结果表明:1)随DEM空间尺度的增大,高程信息、坡度和地面粗糙度等地形因子的平均值呈下降趋势,河网总长度与河网密度值随DEM空间尺度的增大而减小,大尺度DEM无法较好地表达喀斯特山区细小河流信息;2)经相关性分析发现,坡度、地面粗糙度与DEM分辨率相关性较强,用幂函数拟合相关性为显著相关;3)借鉴信息熵理论方法分析可知,研究区地形和流域信息提取的DEM最佳分辨率范围区间为30~120 m.     

基于非线性规划的太阳影子定位技术研究

针对太阳影子定位技术中,由物体影子变化确定拍摄地点和日期的问题,该文通过对影响物体影子长度各因素的分析,确定影子长度关于物体高度、经纬度、太阳高度角等参数的变化规律。由物体影子顶点坐标,以测量影长和计算影长间误差最小为目标,利用最小二乘原理,建立非线性规划模型,结合曲线拟合选取初值,通过穷举搜索算法,确定目标的可能地点和日期,并对拍摄的视频按固定频率提取各帧等预处理,得到测量数据后使用该模型,实现视频数据的定位分析。     

石羊河流域荒漠化定量评价及驱动机制

为了解石羊河荒漠化趋势特征、掌握荒漠化过程驱动机制,有效提高流域荒漠化监测精度和为荒漠化趋势预测奠定基础。基于遥感（RS）和地理信息系统（GIS）技术,反演植被降水利用率（RUE）,结合同期气象和经济社会发展数据,运用Sen趋势分析、Pearson相关分析和灰色关联度分析方法,开展2010—2019年植被生长季石羊河流域荒漠化定量评价和驱动机制研究。结果表明：流域RUE值自南向北依次降低,研究时段内流域荒漠化程度总体向好,改善的区域占流域总面积的48.5%,稳定不变的占47.7%,退化面积仅占3.8%;驱动荒漠化逆转的自然因素变化主要为日照时数减少、平均气温升高和相对湿度增加,经济社会因素变化主要为粮食产量和压沙造林面积增加以及人口数量减少。     

一个修正的SQP算法及其超线性收敛

通过修改传统的二次规划子问题,并将Armijo-型线搜索技术应用到一类罚参数可自动调整的罚函数,建立一种新的可行序列二次规划算法。克服了子问题可能会出现不可行的情况,并保证子问题在任意迭代点处都是可行的。在合理的假设条件下,证明了算法是具有全局收敛和超线性收敛的。     

温县陈家沟太极拳研学旅行发展策略研究

焦作市要充分发挥太极拳特色资源优势,加大顶层设计力度,加强规范化、标准化管理,注重专业人才引进和研学旅游产品的研发,挖掘太极拳的品牌优势,提升研学基地对访客的吸引力,将优势文化资源和学生素质教育深度有机结合,加强部门联动,不断提升太极拳研学旅游的吸引力和育人效果,提高研学基地的市场竞争力,推动太极拳的传承发展。     

知识型网络组织的知识共享伙伴选择问题分析

选择高质量的知识共享伙伴是知识型网络组织有效运作的重要条件之一,在甄选高质量的知识共享伙伴的过程中,由于知识的复杂性引起的信息不对称导致了逆向选择问题的产生。文章通过建立一个不完美信息动态博弈模型,分析了如何促使高质量伙伴参与知识共享而低质量伙伴不参与共享的发生条件,并进一步探讨了知识共享伙伴选择的影响因素,给出了如何减少逆向选择问题的负面影响,从而正确选择出知识共享伙伴的可行措施。     

基于证据理论的公务员绩效评价分析

文章将证据理论应用于公务员的绩效评价,提出了一种基于证据理论的公务员绩效考评方法;基于证据理论的相关概念和决策程序,根据已掌握的相关证据,构造出识别框架,在此基础上确定出基本可信度分配函数和信度函数;然后构造出绩效函数,用于比较绩效的大小,并进行了相关的实证分析。     

考虑网联汽车信息安全的交通流短时预测方法

针对智能网联汽车因网络攻击或干扰造成的信息安全及数据缺失问题,提出一种基于数据补全的交通流状态短时预测方法。首先,基于边缘计算任务卸载模型,对智能网联汽车V2X通信过程的异常数据动态辨识;其次,提出一种具有数据补全机制的图嵌入长短期神经网络模型,实现网联汽车缺失数据补全;再次,通过补全后的完整数据集构建神经网络模型,完成短时交通流状态预测;最后,选取北京市典型路段进行实验验证。结果表明,该模型应用后交通流状态短时预测效果显著提高,与其他方法相比预测误差最大降低87.4%,预测效果与实际交通流状态相比准确率达到95％,为智能网联环境下车辆信息安全与交通资源动态优化提供理论支持和技术方案。