超分子配位化合物及其晶态聚集体的合成、结构与功能

超分子配位化学是当今化学学科的前沿研究中最为中心和发展最迅猛的分支之一.其中晶体工程,尤其是金属一有机框架材料的合成、结构和功能,正引起国内外越来越多的化学工作者的关注和参与.本文结合本课题组的研究成果,简要总结了超分子配位晶态聚集体的自组装合成、结构和功能方面的若干规律.主要介绍了原位反应与模板合成,调控构筑基元的尺寸、形状、连接性、相互弱作用等结构策略,以及发光金属一有机框架材料的热致变色、化学传感等功能,并简要阐述了构效关系,为今后进一步研究开发光功能金属一有机框架材料提供参考.     

变压器相位检测方法的研究

正弦信号的相位检测是许多测量工程的一项基本而重要的任务.讨论了利用改进的I-Q解调法进行变压器相位检测的原理,对实际信号处理流程和测量误差进行了分析,并进行了仿真研究.结果表明:I-Q解调法从实时性、检测精度和抑制噪声能力等方面都优于其他常规方法.该方法已成功应用于变压器的相位检测中.     

姬黄37区提高单井产量对策研究

姬黄37区长6油藏属于低孔、低渗、低产的油藏,针对其开发过程中出现的含水上升快、高含水油井增多、单井产量递减严重的情况,从地质、开发两方面分析产生的原因有储层物性差、非均质性强、注水时机不当、单砂层注采关系不完善、个别井区注入水单向突进严重及地层堵塞等,对此提出针对性的治理措施有压裂改变渗流方式、超前注水增加地层能量、精细注水改善水驱、化学堵水治理裂缝、改善注水水质防止污染、化堵调剖进行解堵等,达到了降低产量递减的目的.措施井平均单井日增油达1.35 t.     

一次历史罕见降温降雪天气成因探析

利用相关气象资料分析了2007年3月3日08时至3月4日08时出现的历史罕见降温降雪天气现象的成因,提出了前期环流形势和各高度层的物理量指标。     

任意点存储器结构FFT处理器地址策略

提出一种针对任意点数运算的并行地址无冲突的存储器结构的FFT处理器.该方法利用高基底的分解方法减少整体计算时钟周期,以及小基底互联的多路延迟交换结构降低计算引擎的复杂度.该方法可以将存储器结构FFT处理器中的几个重要特性如连续帧处理模式,多点数计算和并行无地址冲突等特点集成在一起.另外,素因子FFT算法也被运用到该处理器当中用以降低乘法器个数和蝶形因子存储,以及满足任意点数的计算需求.设计了一种统一的基-2,3,4,5的Winograd算法的蝶形计算单元用以降低计算复杂度.实验仿真结果表明,本FFT处理器在122.88 MHz工作频率下功耗只有40.8 mW,非常适合LTE系统的应用.      

基于网页正文主题和摘要的网页去重算法

针对元搜索返回的网页内容相同,别名差异很大的重复网页,提出基于网页正文主题和摘要的网页去重算法,并通过实验对算法进行有效性验证。该算法首先对各成员搜索引擎返回来的网页标题进行有关处理,提取出网页的主题信息,然后对摘要进行分词,再计算摘要的相似度,二者结合能更好地现出文章摘要的内容,实现网页去重。该算法有效,并且比基于传统特征码的算法有明显的优势,更接近人工统计结果。     

外磁场作用下乙醇团簇的分子动力学模拟

采用NVT正则系综对乙醇分子团簇进行了分子动力学模拟．模拟结果表明,外加磁场和温度对乙醇分子簇的影响比较大．同一磁场下,乙醇分子簇的自扩散系数随温度的升高而逐渐增大;同一温度下,随着外加磁场的不断增强体系的自扩散系数逐渐减小．值得注意的是：当磁场增加到0．5T时,298K温度下的自扩散系数变化最为明显．同时,在273K和298K时随着外加磁场的增大乙醇分子簇的径向分布函数的峰值逐渐增大;而在323K时径向分布函数基本重合．     

一类非线性时滞双曲型偏微分方程关于平衡态的振动性分析

研究一类非线性时滞双曲型偏微分方程关于平衡态的振动性,通过Green公式等分析技巧,并借助一阶时滞微分不等式最终正解的相关理论,建立了该类方程在三类边界条件下关于平衡态振动的充分条件,所举例子阐明了本文结果的有效性.     

考虑中间主应力影响时条形地基极限承载力公式

基于Mohr-Coulomb理论的地基极限承载力公式，没有考虑中间主应力的影响．利用双剪强度理论建立了考虑中间主应力影响时的地基极限承载力公式．推导了凝聚力和基础两侧土的超载影响及自重作用影响的理论公式．以条形基础为例，计算了考虑中间主应力对地基极限承载力的影响．研究结果表明，考虑中间主应力影响，地基极限承载力将提高．     

基于KMV-CatBoost增强的企业信用债券违约风险评估模型

针对传统预测模型对于企业信用债券违约预测准确率低、拟合效果差的问题,提出了基于Kaufman-Merton-Voss （KMV）-Categorical Boosting （CatBoost）的企业债券违约预测模型. 首先对原始样本数据进行预处理,降低噪声数据对预测模型的影响;然后,利用KMV模型评估借款公司信用违约概率,计算公司资产市场价值与公司资产市场价值的波动率,获得企业资产价值与违约点之间的差额Distance-to-Default（DD）;最后,利用债务偿还期限、短期无风险收益率、公司股权市场价值、公司债务面值计算出的违约距离,将其加入指标中,利用CatBoost算法预测企业信用债券违约风险,通过基于Ordered Boosting方式的CatBoost算法训练模型,得到无偏梯度估计,以减缓预测偏移,从而增强模型的泛化能力. 实验结果表明：基于KMV-CatBoost增强的模型能够提高企业信用债券违约风险识别的准确率,识别正确率约为95.5%.