关于Furuta问题的一个注解

联系混序情况下的Furuta不等式,Furuta提出了两个问题,其中一个已经被M.Fujii-E.Kamei-R.Nakamoto讨论过,在这篇文章中我们来讨论另外一个.     

超高压高温CO２腐蚀研究理论探讨

在分析油气藏及油气井压力漏斗中的CO_２存在形式基础上,对CO_２对油气井管柱钢材腐蚀体系进行了理论分析,提出了在油气藏深处及油气井管柱压力漏斗中CO_２处于超临界流体时腐蚀体系采用体系CO_２摩尔含量及在总压条件下CO_２在油水介质中分配系数进行腐蚀历程描述的理论概念,并对超临界流体CO_２腐蚀研究提出了相应方向。     

城市旅游环境竞争力评价与提升策略研究

开展城市旅游环境竞争力的研究是优化旅游环境,推动区域城市旅游走上持续、健康发展道路的关键.本文以环渤海的六个滨海城市为例,分析了城市间旅游外部环境竞争力的差异,并探讨相应的措施以提升环渤海的整体旅游环境,以期对实现区域旅游的可持续发展有所借鉴.     

陆西凹陷九佛堂组层序格架及其与岩性圈闭的关系

依据地震、岩心和测井资料,对陆西凹陷下白垩纪九佛堂组开展层序地层学研究并分析层序格架内岩性圈闭发育情况.结果表明:九佛堂组可划分为1个三级层序,层序内可识别出初次湖泛面和最大湖泛面并划分低位、湖侵和高位体系域;低位体系域发育近岸水下扇和辫状河三角洲,湖侵体系域发育近岸水下扇和曲流河三角洲,而高位体系域发育曲流河、辫状河三角洲和扇三角洲,3个体系域均发育滑塌浊积扇;低位和湖侵体系域各类成因砂体储集物性差,不利于岩性圈闭发育,而高位体系域发育在五十家子庙洼陷和包日温都断裂带曲流河三角洲前缘、辫状河三角洲前缘、扇三角洲前缘的砂体和滑塌浊积扇砂体物性好,前3类砂体可形成砂岩上倾尖灭型岩性圈闭,滑塌浊积扇砂体可形成砂岩透镜体型岩性圈闭.     

药用模式生物研究策略

模式生物是用于研究某种特定的生物学现象而被选定的物种.基于模式生物的研究策略已经在多个生物学领域取得巨大的成功,揭示了众多生命科学的机理,发展了一系列生命科学研究技术.近年来,现代生物学发展迅速,其相关的概念和技术正不断渗入并影响着药用生物的研究领域,包括基于模式生物的研究策略.丹参(Salvia miltiorrhiza)、灵芝(Ganoderma lucidum)等模式药用生物已经提出了多年,受到国内外的广泛关注.但是由于缺乏成熟的模式药用生物研究体系,使得当前药用生物的研究成果比较分散,难以在理论水平上汇总提高,极大地消耗了药用生物界的研究资源和研究力量,阻碍了药用生物学的发展.本文结合近期药用生物学的研究成果,从药用模式生物研究体系建立的必要性出发,提出了药用模式生物研究体系的基本概念和建立目的,分析了应用药用模式生物研究体系研究的可行性,提出了药用模式生物的选择原则并从遗传信息获得、遗传转化体系建立、突变体库构建和次生代谢物生产体系建立4个方面描述了药用模式生物研究体系的建立策略.本文还介绍了以药用模式生物为对象的次生代谢产物生源合成及调控研究策略,同时认为,药用模式生物体系在阐释药材道地性等中医药传统问题及发展合成生物学等现代科学前沿中发挥重要作用.     

基于PSO-ELM的建筑物爆破震动速度预测

 针对影响爆破震动速度因素之间复杂的非线性关系,利用粒子群算法（PSO）的全局搜索最优解原理和极限学习机（ELM）处理非线性关系能力,建立了爆破震动速度预测的PSO-ELM 模型。以某地区爆破震动实测数据为例,选取总药量、最大段药量、爆破点与监测点距离、建筑物所在地面震动速度和测点到地面的高度等5 个因素为输入变量,以建筑物震动速度为输出变量。结果表明,PSO-ELM 模型训练值与预测值,测试值与预测值的均方误差分别为0.18 和2.56,平均相对误差控制在6%以内,显示出该模型具有良好的训练精度和泛化能力。对比传统ELM 模型,PSO-ELM 模型不但提高了精度和泛化能力,而且降低了训练样本数和隐含层节点数变化对训练结果的影响,提高了模型的拟合能力,在类似预测工程中有一定的推广价值。     

微波合成介孔有机-无机互穿网络材料中金催化中心的构建

采用微波加热一步合成了介孔有机-无机互穿网络材料.以材料孔道表面硅羟基为还原剂,氮原子和硫原子作为稳定剂成功制备了负载型纳米金催化剂.采用N2吸附-脱附、ICP、TEM及FT-IR等表征方法对所得催化剂进行了表征.以苯乙烯环氧化反应作为探针反应,考察了反应时间、反应温度、氧化剂用量、Au负载量、催化剂用量等反应条件对苯乙烯环氧化反应的影响.在最佳的反应条件下,苯乙烯的转化率和环氧化物的选择性分别达到98%和95%,且催化剂在使用5次后,催化活性基本不变.     

深度强化学习及其在军事领域中的应用综述

随着大数据、云计算、物联网等一系列新兴技术的大量涌现,人工智能技术不断取得突破性进展。深度强化学习(deep reinforcement learning, DRL)技术作为人工智能的最新成果之一,正被逐渐引入军事领域中,促使军事领域走向信息化和智能化。在未来战争作战模式及军队发展建设中,网络化、信息化、智能化和无人化形成重要特征,已经成为不可逆转的趋势。因此,在回顾了DRL基本原理和主要算法的基础上,对当前DRL在武器装备、网络安全、无人机(unmanned aerial vehicle, UAV)编队、智能决策与博弈等方面的应用现状进行了系统的梳理与总结。最后,针对实际推进DRL技术在军事领域应用落地所面临的一系列问题和挑战,提供了未来进一步研究的思路。     

陇南山地水土保持与新农村建设——以康县为例

阐述了水土保持与新农村建设的内涵,结合康县实际,从生态保护与新农村建设的关系说明了在陇南山地建设新农村过程中,水土保持建设对于改善农村基础设施、提高农民收入、美化农村环境是不可替代的作用,是最终实现人与自然和谐发展的必然途径。     

不同释放力组合下小型外挂物投放的数值模拟

将嵌套方法和结构网格相结合,提出了一种高效的时间精确数值计算方法,对不同释放力下小型外挂物的投放进行了数值模拟.该模拟在有实验验证算例的基础上进行.首先对马赫数Ma=0.95下从机翼上挂载投放弹体过程进行了分析,并将模拟结果与实验结果进行比较,二者具有很好的一致性,表明该方法的准确性和可靠性.利用上述方法对一小型弹药在不同释放力组合下的投放进行了数值模拟.结果表明,投放物和释放力的参数特性对投放后物体的运动影响较大,尤其是前端释放力的大小和作用位置对该弹药投放后的俯仰角影响显著.对同一投放物来说,释放力参数的准确程度决定着数值模拟的准确性.计算结果为气动设计及有控投放提供了依据.