正、负激励在高校学生干部培养中的运用

高校学生干部工作之初,对工作都有极高的热情,但随着时间的推移,对工作越来越熟悉,工作热情慢慢开始减退,直至消极对待工作,既对自身的成长产生消极作用,又影响高校学生工作的开展。本文通过阐述正、负激励在学生干部管理中的运用,指出只有正激励和负激励相互促进,形成一种良好的风范,才能够促进学生干部的成长,达到激励的目的,提高激励效果。     

多菌种生物强化SBR工艺处理印染废水

印染废水是纺织工业污染的主要来源,其中的多种染料和化学助剂属于难降解有机物,采用常规生物方法难以达标处理.向混凝沉淀SBR复合工艺系统中添加多菌种高效菌剂,生物强化处理COD约900mg·L-1印染废水,取得了理想的效果.废水中各项污染指标均达到排放标准,其中出水平均COD达到91mg·L-1,去除率为89.6%.证明多菌种生物强化SBR工艺处理纺织印染废水是可行的.     

中华医学会系列杂志和国外知名杂志的办刊经验及对医学学术期刊改制的启示

医学学术期刊因其专业性在出版体制改革的进程中必然要求采取有针对性的应对策略.本文通过分析国内的龙头医学学术期刊——中华医学会系列杂志在品牌建设、集团化发展、数字化、多重合作等方面的办刊策略以及国外知名相关期刊运营的独到之处,以期对国内该类期刊的改制和发展方向提供相应的借鉴.     

人工神经网络在车辆故障诊断中的应用

人工神经网络具有适合于解决复杂的非线性问题的特点,因此经常被用于车辆故障诊断。该文介绍人工神经网络的基本原理以及网络结构,通过利用Matlab人工神经网络工具箱,建立某车辆动力总成BP单网络结构的故障诊断模型,提出基于人工神经网络的车辆故障诊断方法。由于各类人工神经网络在处理复杂问题时均有不足之处,该文进一步研究混合网络的工作原理及其在车辆故障诊断中的应用,并认为此类方法将是人工神经网络在车辆故障诊断研究领域的主要发展方向。     

新型1,2,4-三唑重金属离子荧光淬灭剂的合成、表征与性能

为寻找快速显示重金属离子并生成沉淀去除的新型荧光淬灭剂,以4-氨基-3,5-二(2-羟基苯基)-1,2,4-三唑[NH2C2N3(C6H4OH)2]为配体,合成重金属(Co,Cr,Mn,Ni)配合物,通过IR,1H NMR,13C NMR,MS和元素分析等确认其配位方式和结构,并测试了配合物的热重、紫外和荧光淬灭性能.结果表明:此类金属配合物热稳定性较好,Mn和Ni配合物高温下分解为氧化物;配合物的紫外吸收强度较配体有所减弱;配体荧光与重金属离子配位后发生淬灭,说明重金属离子Co,Cr,Mn,Ni是1,2,4-三唑配体优良的荧光淬灭剂,可通过配位生成沉淀去除.     

利用双束技术制备纳米锆氧化物薄膜的研究

作者采用离子束溅射沉积Zr的同时,进行氧离子的轰击,随着注入离子束流密度的变化,所形成的锆氧化物薄膜从非晶态向晶态转化,其形成的晶态薄膜为纳米量级范围内的微晶,实验发现,衬底不同对形成纳米锆氧化物的临界氧离子束流密度也不同,作者还对纳米晶粒的相结构及其化学组成进行了相应的分析。     

自体造血干细胞移植后的胸腺近期输出功能

目的:了解血液病患者接受自体造血干细胞移植(auto-HSCT)后外周血中的T细胞受体重排删除环(TRECs)水平,从而了解其胸腺近期输出功能和T细胞免疫重建情况。方法:采用实时定量PCR法检测9例血液病患者经auto-HSCT治疗后外周血单个核细胞(PBMNCs)中的TRECs水平;22例正常人外周血样本作为对照。结果:PBMNCs中的TRECs水平有着较大的个体差异,年龄与PBMNCs中的TRECs水平呈负相关;auto-HSCT组的每1 000个PBMNCs中的TRECs平均拷贝数(2.533±4.194)明显低于正常组(4.367±3.626)(P<0.05),但部分病例的TRECs水平已基本达到正常水平。结论:在一定时间内,auto-HSCT后的胸腺近期输出功能仍较低,不同个体T细胞免疫重建时间存在差异。     

提取正弦信号参数的非线性寻优最小二乘算法

提出一种非线性动态寻优的最小二乘算法(LMS)，以高效地估计正弦信号幅值、相位和直流偏置．利用随机逼近理论中的Kiefer-Wolfowitz定理，提高了非线性梯度法搜索LMS估计量极值的收敛速度．以整周期内采样均值为迭代初值，迭代步长的选择根据各参数的差异分别选取，并采用修正因子以加快迭代的收敛速度，设置最大步长防止算法溢出．仿真表明，在计算量相当的情况下，该算法参数估计精度明显优于传统LMS.     

车载Wi-Fi应用的AP间切换误判性能研究

以不同的扫描时间间隔和车载移动速度,对车载移动环境下AP间切换误判性能进行了系列的仿真和实验研究.结果表明,在快速移动环境下,通过合理设置扫描间隔,基于多无线模块的AP间快速切换方法能保证较低的AP间切换误判率,可以满足车载Wi-Fi应用的切换判决需求.     

基于低秩交叉重构的领域自适应算法

为了解决现有领域在自适应方法中忽略了整个数据域内部结构的信息和源域与目标域之间的差异问题,提出了一种新的基于低秩交叉重构的领域自适应方法.通过对源域和目标域的交叉重构来构造新的源域与目标域,使得同类数据相互交织,缩短了同类数据之间的距离; 通过对重构矩阵施加低秩约束,将2个域的同类数据对齐,以此来充分挖掘源域和目标域同类数据之间的内在结构信息,并利用该结构信息来学习分类器,从而取得更好的跨域识别效果.在5个公开数据集上的实验结果表明:该方法具有较高的跨域识别准确率.