ICP-AES同时测定铜合金中Sn、Pb、Fe、Zn元素

应用电感耦合等离子体发射光谱法（ICP-AES）直接测定铜合金中的Sn、Pb、Fe、Zn元素。通过实验得出了制备标准储备液所用Sn、Pb、Fe、Zn 4种纯金属溶样的方法,分析了不同酸度对标准储备液中Sn元素形成偏锡酸沉淀的影响,优选了适宜的仪器测定参数和分析谱线。将标准样品的测量结果与标准值进行对照,其准确度达到满意效果。     

论元认知在大学英语教学中的应用

本文通过对元认知的概念及其内涵,以及其对英语学习的影响这两方面的阐述,论证了元认知在大学英语教学中的应用。本文基于元认知的三个组成因素提出以下建议：有效运用元认知明确教与学的目的,优化学习过程和监控学习过程,从而达到最佳的教学效果。     

基于扩展合同网协议的分布式武器目标分配方法

以网络化防空导弹体系为研究背景,对分布式武器目标分配（dynamic weapon target assignment, DWTA）问题进行了描述,从招标条件、招标策略、投标策略、中标策略、协议机制及合同类型六个方面对合同网协议（contract net protocol, CNP）进行了扩展,构建了基于扩展CNP协同机制的DWTA体系结构,提出了基于扩展CNP的DWTA算法。通过某一作战想定,分别从整体效能变化、协同交战次数和通信量三方面对基于CNP和扩展CNP的DWTA算法进行了比较,实验结果证明了后者的有效性和优越性。     

双反相微乳液法制备掺杂镨(Ce,Zr,Al)O_2纳米固溶体

以曲拉通X-114为表面活性剂,正戊醇为助表面活性剂,环己烷为油相,铈锆镨铝硝酸盐混合水溶液或氨水溶液为水相组成双反相微乳液体系,制备掺杂镨(Ce,Zr,Al)O2纳米固溶体,并利用XRD,TEM,FT-IR和Raman等手段对样品的物相结构、晶粒大小进行表征.结果表明,稀土元素镨掺杂入(Ce,Zr,Al)O2形成的混合氧化物为萤石型立方晶相结构的均相固溶体,环己烷/曲拉通X-114/正戊醇/水溶液组成的双反相微乳液体系是合成粒径尺寸5nm左右、分散均匀的掺杂镨(Ce,Zr,Al)O2纳米固溶体的有效途径.     

深度卷积神经网络的遥感植被检测方法

【目的】植被检测是城市生态研究的重要手段,然而由于遥感图像中植被存在阴影区域、遮挡区域以及色彩上的畸变等,导致当前的植被检测精度较低。基于遥感卫星影像,采用深度学习技术快速有效地检测出城市中的植被区域,为植被资源统计等相关研究提供依据。【方法】选用深度卷积神经网络模型,对高分辨率遥感影像中的植被区域进行检测。对不同的优化器,通过设置不同的卷积核大小,对精度进行对比分析。最后对网络层数进行研究,对设置合适网络层数进行分析,用构造的深度卷积神经网络在实验数据上进行植被区域检测。【结果】利用卷积神经网络处理二维图像时,无需手动提取特征,进行简单少量的预处理后,直接把图像输入到CNN模型中进行训练,即可实现图片的识别分类功能。降低了预处理的难度,同时局部感知和权值共享大幅度地减少了参数量,加快了计算速度。次抽样还能保证图像处理后的平移、旋转、缩放和拉伸的不变性。解决了传统方法计算量和样本量大、结构复杂以及费时的缺点。在采集到的高分辨率紫金山区域的遥感图像中,通过设计的多层卷积神经网络模型对区域中的植被资源进行分析,对比和研究不同的优化器、卷积核和网络层数,植被检测精度达到95.4%,明显高于当前众多植被检测算法。【结论】在深度学习中,目标检测的精度依赖于网络的结构设置,通过对优化器、卷积核以及网络层数进行设定,可以明显提高目标检测效率和精度。     

金属阳离子对〔Cdx Mg_(6-x)Al_2(OH)_(16)〕~(2+)〔S·2H_2O〕~(2-)导电性质的影响

研究了水滑石〔CdxMg6-xAl2 (OH) 16〕2 + 〔S·2H2 O〕2 -的中温水热合成 ,和掺杂Cu2 + 离子后对其导电性质的影响 ,计算得到了在一定温度下的该化合物导电活化能     

超声波加湿后室内沉降微生物的浓度与分布

为明确冬季供暖室内在超声波加湿后沉降的微生物浓度与空间分布,以实际办公房间为原型,通过试验模拟与群落分析,探究不同加湿水平(不加湿以及相对湿度为40%、55%、70%)下室内沉降的微生物以及加湿器存水中的微生物的浓度变化情况。结果表明：超声波加湿后室内沉降的微生物浓度大幅增加,其浓度增量与加湿水平密切相关,中等加湿水平下沉降的微生物浓度增量最大;在中等目标相对湿度(55%)下加湿10 d后,室内沉降的细菌浓度(8.8×10⁴ CFU/g)、真菌浓度(5.9×10⁴ CFU/g)分别增大至加湿前的13倍与5倍,远超微生物浓度标准限值(5×10⁴ CFU/g)。沉降的微生物分布具有显著的空间分布特征,主要积聚在地面,其次为加湿器的背风面、迎风面与侧面。沉降微生物中的细菌浓度与加湿器存水中的细菌浓度显著相关,加湿后后者群落中的短波单胞菌、不动杆菌、军团菌等致病菌的相对丰度增大。     

融合多通道信息的社交网络人格预测模型

构建了融合多通道信息的社交网络人格预测模型(MCIPP),在深度学习框架内用客观行为数据自动预测用户人格特质,并分析用户在线行为与其线下人格特质是否具有一致性。具体而言,利用双向长短期记忆网络(BiLSTM)和注意力机制(Attention)捕捉文本的上下文语义特征,通过图卷积网络((GCN)构造句法依存树,得到基于句法的结构表示,将Attention融入主题模型(Topic Model)从而提取深层语义信息,最后共同输入Softmax层得到用户微博的人格倾向。结果表明：MCIPP模型预测效果较好,准确率最高可达0.806 4.个体线上线下对应维度存在显著正相关,因此可采用该模型对用户网络数据进行心理建模,使理论驱动的心理科学研究能够客观解读个体心理和行为。     

医疗众筹项目要不要炒作?负面口碑传播视角下医疗众筹项目炒作行为研究

医疗众筹已经成为普通民众难以负担医疗费用时的重要筹款来源,但“罗尔事件”(即炒作行为)引起网民对医疗众筹的广泛质疑。鉴于负面口碑在罗尔事件舆论反转中的重要作用,基于贝叶斯学习机制建立了扩散仿真模型,模拟了网民基于正负口碑调整对医疗众筹项目看法的动态过程,研究了炒作行为及相关因素对筹款人收益的影响。研究发现：炒作行为能够给求助者带来短期收益,但很有可能降低其长期收益;炒作长期/短期收益受相关因素影响,如项目真实性、先验印象、易感性以及网络结构。具体而言,项目真实性和先验印象正向影响炒作短期收益而负向影响炒作长期收益;易感性负向影响短期收益,但对炒作长期收益的影响因网络结构不同而异。     

航空遥感系统全极化微波散射计系统设计与校飞试验

全极化微波散射计是具有散射计和成像两种工作模式的主动式微波遥感设备,在复杂环境观测及多维信息获取中具有良好应用前景。该文对全极化微波散射计系统的设计方案进行详细介绍,系统根据两种工作模式的需求设计4 MHz、40 MHz、120 MHz、200 MHz四种带宽,有效解决成像散射计带宽与后向散射系数测量精度间矛盾。基于匹配滤波的数字中频信号处理方法,推导了衡量后向散射系数测量精度的归一化标准差,并针对数字滤波器加窗效应、数据段重叠率与归一化标准差关系进行理论分析以最小化归一化标准差。海洋及陆地校飞试验结果表明,全极化微波散射计系统兼具高精度后向散射系数测量和高分辨率微波成像特性。散射工作模式下,当数据重叠率、滚降系数、回波信噪比分别为50%、0.5、5.53 dB时,系统性能接近最优,可获得较高且稳定的后向散射系数测量精度;成像模式下,距离向与方位向分辨率分别为0.89 m、0.43 m,使全极化微波散射计具有良好目标探测特性。