不同施肥条件下巴西陆稻IAPAR9的养分吸收特性研究

巴西陆稻植株在移栽期——分蘖盛期的氮、磷、钾吸收量较少，分别占其吸收总量的17．1％，12．8％，13．0％，在分蘖盛期——孕穗期氮磷钾吸收量比重最大，分别占其吸收总量的50．1％，53．7％，48．7％左右。氮、磷、钾用量与土壤碱解氮、有效磷、速效钾，以及植株氮、磷、钾吸收总量呈极显著正相关，氮肥用量与植株钾素吸收总量亦呈极显著正相关。在中氮、磷、钾水平下，吸肥优势明显，物质生产效率较高。     

基于Duncan-Chang模型的高层建筑物分层总和法沉降计算与场地变形分析

为研究某新建高层建筑物的沉降变形受场地条件差异及相邻既有建筑物的影响,基于Duncan-Chang模型计算地基沉降分析的方法和分层总和法规范修正公式,对该建筑物的沉降变形进行了对比计算;通过广泛布设沉降监测点,进一步分析了场内建筑物在建设不同阶段的沉降时空规律。结果表明,采用筏板基础的建筑物受荷载及不均匀沉降影响,存在中间下凹,四周上翘的挠曲变形特点。同时,在既有建筑物阻挡下,建筑物不同位置的沉降大小受到不同程度抑制。随着时间推移,沉降绝对值逐渐减小并在某一时期沉降趋于停止。     

静电自组装纳米Pd颗粒对Nafion(R)膜的阻醇修饰

目前直接甲醇燃料电池(DMFC)广泛使用的质子交换膜是Dupont公司生产的Nafion(r)系列膜, Nafion(r)膜的全氟主链具有良好的化学稳定性和机械性能, 然而全氟主链的疏水特性和作为导质子基团的磺酸根侧链的亲水特性使磺酸根以中空的团簇形式存在[1], 这种团簇相连形成的通道使Nafion(r)膜对甲醇有很高的渗透率.     

基于FLAC3D的万家口子高拱坝整体稳定安全度研究

采用三维快速拉格朗日法软件FLAC3D对万家口子高碾压混凝土拱坝坝基加固处理方案进行坝体-坝基变形、应力分析.采用超载法研究大坝及坝基的渐进破坏过程和可能的失稳模式.研究结果表明坝体-坝基变形、应力满足规范要求,系统整体安全度为4.0,基本满足设计要求.极限承载力由坝踵处的Ⅳ类岩体、左岸坝肩不整合面和节理群的强度共同控制.     

低层近空间飞艇热环境数值模拟

为建立低层近空间飞艇平台各种传热模型,利用FLUENT中的太阳加载模型,综合考虑太阳辐射、环境温度、风速等因素的影响,开发了平流层中飞艇环境温度和风速的UDF程序,建立了平流层太阳能飞艇传热模型.研究结果表明:飞艇表面及艇内平均温度会随风速的增加呈现下降趋势,但随着风速的进一步增加,温度下降趋势减缓.该结论说明采用数值模拟飞艇热环境是一种经济而且可行的方法,此规律可为真实飞艇的囊体材料热防护和飞行控制实验提供一定的理论参考依据,必将很大程度的降低平流层飞艇的研发费用和周期.     

静电自组装纳米Pd颗粒对Nafion®膜的阻醇修饰

以聚二烯丙基二甲基氯化铵为修饰离子合成了阳离子化的Pd颗粒，颗粒粒径为~2nm；采用静电自组装的方法将这种纳米粒子组装到Nafion®112膜表面的磺酸根团簇上，在1.73µg/cm2的超低Pd载量下达到了甲醇渗透率下降8个数量级、电导率几乎没有下降的优异效果。     

无纸记录仪在二元合金相图实验中的使用

在二元合金相图实验中,用SunyLAB200系列无纸实验记录仪,替代传统的UJ36型直流电位差计或XWT台式自动平衡记录仪。并通过RS485总线构成了一个小型局域网,用于学生实验数据读取和处理,使实验现象更加直观,实验数据准确度明显提高。体现了传统实验方法与当今实验手段微机化之间的区别,极大地激发了学生对化学实验的兴趣。     

最大公共子图的约束符号求解方法

【目的】探索求解两个图最大公共子图的方法。【方法】建立最大公共导出子图的软约束满足问题(Soft CSP)模型,提出代数决策图(ADD)的符号求解算法。首先,分别对两个图中的变量和值域进行编码,完成两个图的ADD表示;其次,基于深度优先分支定界算法的思想,利用符号ADD的相关操作,实现对最大公共导出子图的求解。【结果】算例结果表明,该方法准确可行。【结论】该方法能有效缩减搜索空间,从而提高问题的求解效率。     

关于高等学校专利管理的思考

专利申请量及授权量,是衡量一所高等学校科技创新能力和综合实力的一个重要指标。本文分析了我国高等学校专利申请、授权状况和专利管理存在的问题,提出了发展对策:强化专利意识、创新专利管理模式、营造良好创新环境、加强知识产权服务体系建设、加快专利的产业化应用,为高等学校专利发展提供思路。     

具有模糊隶属度的模糊支持向量机算法

针对传统支持向量机(SVM)由于样本中存在孤立点数据或噪声而导致的过学习问题,通过分析模糊支持向量机(FSVM)的特点,指出其关键在于如何构建模糊隶属度,为此结合k近邻法思想提出了一种新的隶属度函数构造方法.该方法不仅考虑了样本点到类中心的距离,而且对各样本点排列的紧密程度也进行了估计,与传统SVM相比,它对样本的分类更为清晰和准确.将该方法应用于汽车发动机的实际故障诊断中,结果表明:SVM与普通FSVM的分类正确率较低,而采用新的模糊隶属度的FSVM算法却有较高的识别率,当k为5时分类正确率达到了70.93%,因此验证了该算法的有效性.