微乳液法制备CdSe/CdS核壳纳米粒子及表征

研究了SDS/异戊醇/环己烷/水所组成的四元微乳体系,并将该体系用于CdSe及CdSe/CdS(核壳结构)纳米粒子的制备.在反应过程中以紫外可见吸收光谱考察了不同反应条件下粒子的成核与生长情况.实验得到的CdSe微乳液非常稳定,室温下放置数月仍未见有沉淀生成.使用荧光分光光度计和高分辨透射电镜对粒子进行表征,所得CdSe/CdS纳米粒子粒径为5 nm左右,粒径均一且具有较高的荧光强度.     

郑州国际会展中心铸钢节点S211-1的受力特性分析

用有限元分析软件对郑州国际会展中心展览厅屋盖桅杆的上部铸钢节点S211-1进行分析,根据实际尺寸建立实体模型,选取适当单元划分网格;根据实际情况,对铸钢节点的边界条件做出适当简化和调整.最后进行受力求解,得出了节点在复杂空间应力状态作用下的受力特性,从而了解了该节点的工作机理和受力特征.     

某高层建筑主体结构施工技术

本文结合工程事例,对其建筑模板支撑系统的设计和承载力进行阐述,详细论述了超高层建筑主体结构施工中模板工程的施工、质量控制,以及混凝土工程的施工等,并对大体积混凝土的施工要求和措施做了专门的论述,同时还阐述了防水隔热工程的施工要点。以满足模板施工的实际施工需要。     

一种新的弹道目标成像匹配识别算法

为了能充分利用目标的散射中心对弹道目标进行识别,提出利用解线频调的方法,通过对距离向和方位向进行快速傅里叶变换,实现对目标散射中心成像,然后从目标ISAR像中提取目标特征信息,提出了一种新的匹配识别的方法实现对目标的分类识别。该方法利用提取的散射中心的位置和幅度信息,通过构造匹配度矩阵,进而与预设门限比较,判定目标类别。仿真实验及识别性能评估表明,该方法在设定情况下具有良好的目标识别能力。     

林木多元性状数据QTL区间作图统计分析及其在杨树上的应用

【目的】传统的数量性状基因座(QTL)定位统计分析方法是针对自交系产生实验群体而建立的,不能直接应用到林木这种杂合度较高生长周期较长的异交物种中。针对林木多元性状数据,将传统的QTL区间作图方法应用到林木杂交F₁代作图群体中。【方法】考虑分子标记各种可能的分离比以及连锁相信息,建立林木多元性状数据QTL定位统计分析模型,并用R语言编写了相应的计算软件包mvqtlmap。在美洲黑杨和小叶杨杂交F₁代群体中,对2014年5月29日至9月24日期间调查的6个时间点树高数据进行了QTL定位分析。【结果】有4个QTL定位在母本美洲黑杨的遗传连锁图谱上,有6个QTL分布在父本小叶杨的遗传连锁图谱上,这些QTL分别位于第1、5、7、9、11和19号染色体上,平均解释0.8%～6.7%的表型方差。【结论】研究结果可为在林木上利用多个性状或多个时间点性状数据进行QTL定位提供统计分析方法及计算工具。所建立的程序包可在网站http://www.bioseqdata.com/mvqtlmap/mvqtlmap.htm上自由下载。     

一种无线传感器网络数据传输协议设计与验证

以物联网广泛使用的无线传感器网络的数据传输实际需求为研究对象,通过对现有数据传输协议特点的分析,研究了基于机会与补偿机制的无线传感器网络数据并发传输协议,利用并发传输的适度容忍与不同节点间的机会多跳实现数据的高效传输,并仿真环境进行验证。结果表明:该协议可以在有效规避不同无线节点间的竞争基础上,提高整个网络中的数据传输效率,降低物联网运行的能耗。     

自适应控制在冷连轧张力厚控系统中的应用

本文分析了冷连轧机张力厚控系统,表明该系统是时变动态系统,从而确定使用最小方差自校正调节器应用于该系统。对实际系统进行了辨识模型并在此基础上进行了仿真研究。结果表明了自校正调节器控制效果优于PID调节器,而渐消记忆的递推最小二乘法是一种较好的在线辨识算法。将自校正调节器应用于实际张力厚控系统,使得带铜厚差得到明显改善。     

2019年经济景气与物价形势监测、分析和预测

本轮经济景气收缩有望在2019年4季度结束,2019年第4季度至2020年经济景气在偏冷区间大体平稳、稳中略升的可能性较大。预测2019年GDP增长6.15%左右,CPI上涨率在2.8%左右。经济周期波动将继续呈现新常态下的微波化特征。建议适度加强逆周期调控以稳定内需,将稳消费提到更重要的位置,深化供给侧改革,积极扩大开放,长短期措施结合以稳定增长和物价。     

正交试验优化手性镍催化不对称反应条件研究

用正交试验法优化手性镍催化二乙基锌对α，β不饱和酮的不对称麦克尔加成反应条件，优化后的不对称麦克尔加成反应的一般条件为：低温(近反应溶剂冰点)，常压，非质子非极性溶剂(环己烷)．     

基于DenseNet的机载雷达动目标检测

针对传统机载雷达运动目标检测方法所需训练距离单元较多的问题,将运动目标检测问题转化为多分类问题.首先,基于少量训练距离单元数据构建分类所需的训练数据集;然后,基于卷积神经网络DenseNet构建多类分类器;最后,利用训练后的分类器提取雷达空时回波数据特征,进行目标检测和参数估计.仿真结果表明:基于DenseNet的机载雷达动目标检测方法能够有效检测目标,估计目标的距离、多普勒频率等参数.相比传统空时自适应处理方法,该方法能够显著减少所需训练距离单元数量;相比现有基于分类的目标检测方法,该方法能够有效提高目标检测和参数估计的准确度.