论中小企业品牌网络推广策略

随着网络经济的不断发展,互联网已经开始渗透到我们日常生活当中,中小企业传统的营销方式已经满足不了消费者的需求,因此,越来越多的中小企业将线下营销转移到线上来,希望用最少的成本来获得最多的客户。但是,在网络市场竞争如此激烈的环境下,如何利用强大的互联网络将自己的企业品牌传播出去,被更多的消费者熟知,从而提高企业的竞争力是目前大多数中小企业面临的问题。主要通过目前中小企业品牌网络推广存在的问题进行分析,并对中小企业品牌网络推广的有效性策略进行研究。     

浅谈放大电路中反馈类型的快速判断

本文从应用的角度出发,讨论了放大电路中“反馈类型”的判断方法,给出了详细的判断步骤。实际例子表明该方法能够快速、准确地判断放大电路的反馈类型。     

量子相空间理论与Bose-Einstein凝聚态

探讨了Torres-Vega和Frederick量子相空间表象的特征,并揭示了相空间中波函数的不唯一性。在该量子相空间表象框架下,获得了用于模拟Bose-Einstein凝聚态的非线性Schr dinger方程的严格解。所得到的本征函数可通过“类Fourier”投影变换分别投影到位移空间和动量空间中去,从而得到相应空间中的本征函数。     

前驱体转化法制备复相磷酸钙

对化学沉淀法制备复相磷酸钙过程中无定型磷酸钙（TCP）前驱体（钙磷物质的量比为1.500)和羟基磷灰石（HA）前驱体（钙磷物质的量比为1.667）的相互转化进行了系统研究。结果发现,体系pH=11.0时,TCP前驱体可以继续同一定量的Ca²⁺反应,在24h内完全转化为HA前驱体;相反,HA前驱体与PO^3-₄反应向TCP前驱体转化很慢。应用前驱体转化法制备了钙磷物质的量比分别为1.600和1.636的复相磷酸钙,发现900℃灼烧2h后得到α-TCP/HA复合物,与相同条件下传统化学沉淀法制得的产物α-TCP/β-TCP/HA有一定差别。     

MAEA-DeepLab:具有多特征注意力有效聚合模块的语义分割网络

为了实现网络的低训练成本,在保持高精度的同时大大降低计算复杂性,提出了带有多特征注意力有效聚合模块(MAEA)的语义分割网络:MAEA-DeepLab.该编码器主网络采用了下采样16步幅的低分辨率特征映射,获得高级特征.解码器通过MAEA模块充分利用特征的空间注意力机制,有效聚合多特征,获得具有强大语义表示的高分辨率特征,有效地提高了解码器恢复重要细节信息的能力,实现了高精度分割.MAEA-DeepLab的Multiply-Adds只有DeepLabV3+架构的30.9%,即943.02 B,大大降低计算复杂性.架构不经过COCO数据集预训练,仅使用两张RTX 2080 ti GPU,在PASCAL VOC 2012数据集和CityScapes数据集的测试集上进行了语义分割基准测试,mIOU分数分别达到了87.5%和79.9%.实验结果表明,MAEA-DeepLab以低计算开销达到了很好的语义分割精度.     

水溶性铑膦配合物插层水滑石的制备及主、客体组成对其催化性能的影响

将水溶性铑膦配合物插层到层状材料水滑石层间, 用于烯烃氢甲酰化反应催化剂. 采用X射线衍射(XRD), 傅里叶交换红外(FT-IR)和等离子耦合原子发射光谱(ICP-AES)等手段对催化剂样品的晶相结构及组成进行了详细表征, 结果表明成功制备了RhCl-(CO)(TPPTS)₂(P(m-C₆H₄SO₃Na)₃, 简称TPPTS)和TPPTS共插层水滑石. 进一步研究了水滑石主体层板的组成及客体无机阴离子种类的改变对插层结构水滑石催化剂样品在烯烃氢甲酰化反应中的催化性能的影响.     

青羊参饮片的薄层色谱鉴别方法及浸出物限度标准

建立了青羊参饮片的薄层色谱鉴别方法.此法以青羊参饮片为供试样品，采用硅胶G薄层板、青羊参对照药材为对照、超声处理供试品溶液和对照药材溶液30 min、环己烷-乙醚-乙酸丁酯-冰醋酸（20∶6∶3∶0.2）作为展开剂展开，在365 nm紫外灯光下检视.结果显示，15批青羊参饮片的色谱与青羊参对照药材色谱一致，此薄层色谱鉴别方法稳定、简便，可用于青羊参饮片的鉴别.按《中国药典》2020年版规定方法之冷浸法检测青羊参饮片水溶性浸出物，结果显示，15批青羊参饮片的水溶性浸出物质量分数为15.55%～22.96%，因此建议青羊参饮片的浸出物限度检查标准定为“不得少于15.0%”.     

土家药材黄瓜香的显微特征及其薄层色谱鉴别

选择土家药材黄瓜香根的横切面和叶的下表面组织特征作为黄瓜香的显微鉴别特征，以黄瓜香对照药材作为对照，建立了黄瓜香薄层色谱鉴别方法.方法操作简便，稳定性高，可用于黄瓜香药材的质量控制.