盐酸巴马汀的光谱性质研究

在不同极性和不同酸度介质中考察并探讨了巴马汀的荧光光谱和紫外光谱特性.随着溶剂极性的增加,巴马汀的溶解性增大,吸收峰强度明显增大且红移.巴马汀的荧光发射光谱受溶剂极性的影响也很显著.随着溶剂极性的降低,源于醇式巴马汀的第二个荧光发射带紫移且荧光强度显著提高,而第一个发射带对极性不敏感.pH对巴马汀溶液的吸收和荧光光谱影响都较小.量子产率在二氯甲烷溶剂中达到最大.结果表明,巴马汀对周围介质环境的敏感程度较高.     

轮式移动机器人控制电路设计

介绍了轮式移动机器人实际试验中的主要电路原理以及各主要部件的工作原理,并调试了电机、传感器、数字罗盘等。通过试验,验证了轮式移动机器人规划的可行性,成功实现避障功能,并准确到达目标点。     

企业内部控制系统研究与评价

研究评价内部控制，从内部控制角度来审视现代企业管理的科学性、合理性，是２０世纪审计发展史上一个里程碑式的突破也是现代审计的重要特征之一。并就有关内部控制的若干理论问题进行了初浅的研究，探讨。     

单电源BiCMOS四象限模拟乘法器的研究与设计

目的给出一种单电源BiCM0S四象限模拟乘法器的电路结构。方法采用电压平移技术和带有共模反馈的全差分折叠共源共栅OTA以提高传统四象限模拟乘法器线性输入范围。结果在5 V单电源供电情况下,该乘法器的输入线性范围约为±2.5 V,当输入电压范围限于±2 V时,总谐波失真和非线性误差均小于0.9%,-3 dB带宽大于100 MHz,功耗小于4.9 mW。结论该单电源BiCM0S四象限模拟乘法器具有良好的线性度和较大的-3dB带宽,以及较强的抗噪能力和抑止共模干扰信号的能力,该乘法器可以广泛地应用于模拟信号处理系统和数模混合系统中。     

高校物流管理复合式实验教学体系集成创新初探

针对物流管理专业就业难的问题,在论述了重构物流管理专业复合式实验教学体系必要性的基础上,首先对物流复合式实验教学体系的内涵、构成要素及其特征作了全面介绍,在介绍集成创新的内涵、原则的基础上,提出了实验动力目标子系统的集成创新,实验驱动子系统的集成创新,实验服务支持子系统的集成创新,实验调控子系统集成创新.     

介词"向"的历史演变

引进动作方向的介词"向"是由动词"向"虚化而来,这个过程在先秦时期就开始了.从句法环境、句法意义等方面来考察,两汉、魏晋时期的"向 N V"与先秦时的"向 N 而 V"在历时的发展上有着连贯性,此时的"向"处于"动一介"转化的过程中.这一时期的"V( N1) 向 N2"格式来源于"向"构成的单动式.引进动作涉及对象的介词"向",是由表方向的用法发展而来.     

论法语反义词语的矛盾与对立关系

反义关系是客观世界复杂现象反映在语言词汇中的一种重要的语义关系，区分为矛盾关系和对立关系两种。矛盾关系在两项词语单位之间语义绝对相反，无条件地互相排斥、互相否定；对立关系在两项词语单位之间语义相对相反，在一定条件下互相排斥、互相否定，这是在同一语义关系中的两种不同类型的反义关系。     

致癌物评估实验中的Time—adjusted趋势检验

在致癌物评估实验中，随药物剂量的增加，动物死亡率变化呈现某种趋势。本文给出分组评估实验中的time-adjusted趋势检验和相关参数的极大似然估计，同时给出似然比检验统计量的渐近分布。     

后继有人 亟待提高

本文回顾了学校5届青年教师教学基本功竞赛活动的情况,进行了客观分析,并提出了加强青年教师队伍建设的措施.     

Study on Support Vector Machine Based on 1-Norm

The model of optimization problem for Support Vector Machine（SVM） is provided, which based on the definitions of the dual norm and the distance between a point and its projection onto a given plane. The model of improved Support Vector Machine based on 1-norm （1 - SVM） is provided from the optimization problem, yet it is a discrete programming. With the smoothing technique and optimality knowledge, the discrete programming is changed into a continuous programming. Experimental results show that the algorithm is easy to implement and this method can select and suppress the problem features more efficiently.Illustrative examples show that the 1 - SVM deal with the linear or nonlinear classification well.