次线性常微分方程边值问题的正解

文中运用有序B anach空间的理论,给出并证明一类次线性常微分方程边值问题正解的存在惟一性定理,推广了文献[1]的一个结果。     

聚吡咯-Fe3O4纳米复合材料的制备与表征及性能

用共沉淀方法制备出平均粒径在10 nm左右的Fe3O4纳米粒子,然后在阳离子表面活性剂的引导下采用原位化学氧化聚合法,合成出聚吡咯-Fe3O4纳米复合材料.同时对此纳米复合材料的结构和性能进行了研究.结果表明Fe3O4纳米粒子和聚吡咯之间存在着一定的相互作用,从而有利于吡咯单体在Fe3O4纳米粒子的表面发生聚合反应,进而Fe3O4纳米粒子被聚吡咯所包覆.聚吡咯/Fe3O4纳米复合材料同时具有导电性和磁性,其导电性随着Fe3O4纳米粒子含量的增加先增大后减小,磁性则始终随着Fe3O4纳米粒子含量的增加而增大.     

聚氧乙烯醚和聚羧酸盐复配体系在430 g·L-1戊唑醇水悬浮剂中的应用

研究了聚羧酸盐分散剂SD-840和聚氧乙烯醚分散剂601P的复配体系对430 g·L~(-1)戊唑醇水悬浮剂(SC)悬浮稳定性的影响.通过测定不同戊唑醇SC热贮前后各样品的粒径大小、Zeta电势、黏度、悬浮率的变化,发现与单独使用SD-840,601P相比,两者的复配体系制备的430 g·L~(-1)戊唑醇SC稳定性能好,尤其在SD-840和601P质量比为m(SD-840):m(601P)=0.75体系中,水悬浮剂稳定性能最佳,热贮前后的粒径和悬浮率变化最小,热贮前后粒径分布D90分别为2.35μm和2.50μm,悬浮率热贮前后分别为99.47%和96.58%.     

界(表)面膨胀流变特性的测定

界面膨胀弹性模量与膨胀黏度在乳状液和泡沫的稳定性中起着重要的作用,然而测量方法以及所依据的原理都很不一致,因而文献上所发表的数据也不一致,建立了一种基于表面压力松弛过程的方法,可以测量各种溶解度的表面活性剂的弹性模量和膨胀黏度,以气泡的稳定性粉列,证实了这种方法的适用性。     

保水剂产品形状对吸水保水特性的影响

利用自制的聚丙烯酸钾/腐植酸(PKA/HA)考察了产品形状对吸水保水特性的影响,结果显示:大颗粒、小颗粒和粉末状三种剂型的保水剂中,当保水剂的颗粒居中,即形状为小颗粒时,其溶胀度、吸水速率和倍率等综合性能均为最好,其吸收的水能够达到自身重量的近700倍。     

氮掺杂聚苯胺-碳氧还原催化剂的制备与表征

采用软模版法合成聚苯胺前躯体，通过改变过渡金属制备出PANI-FeCo-C、PANI-Fe-C、PANI-Co-C和PANI-C质子交换膜燃料电池(PEMFC)阴极非贵金属催化剂。电化学测试结果表明：4种催化剂中，PANI-Fe-C的催化活性最好，其氧还原反应起始电位达到0.87V。通过X射线衍射光谱（XRD）、拉曼（Raman）光谱、透射电子显微镜（TEM）、能量色散X射线光谱（EDS）和X射线光电子能谱（XPS）测试可知，PANI-Fe-C催化剂中含有较多晶格畸变的碳和石墨型的氮，这些特性是其具有优越氧还原催化性能的重要原因。     

留学研究生流行病学教材与教学理念的探讨

随着我国经济的发展和高等教育事业的迅速发展,大量外国学生来我国学习.提高研究生层次留学生教育水准,应该从两方面做工作,一要从教材下手,另要关注教学方法.教材建设中,我们还是应该承接讲义体系,综合各方面的意见和建议,结合教学经验和体会,最终的落脚点还应该是系统开发规范化的教材体系.教学上,内容与范围上注重传达循证医学的理念,充分学习和借鉴国外教材的优点等等.此外,流行病学的理论指导实践,很大程度上与数据分析后的论文撰写息息相关,培养学生撰写专业论文的能力也应该成为研究生层次流行病学教育的一个关注点.     

企业依托校企联盟深度参与课程改革的实践与探索

校企合作人才培养是提升大学生工程实践能力的重要途径,以校企联盟为依托,多层次开展校企合作,互利双赢。在共同实施卓越工程师培养计划中,密切结合实践教学需要,企业深度参与本科教学课程改革,学生参与企业真实工程项目,在实际工作中学习、磨练,加强大学生工程实践能力与素质的培养,增强大学生的就业竞争力。     

关于网络语言的观察与思考

随着互联网提供的服务项目不断丰富,在互联网上出现了一种新兴的语言形式--网络语言,其表现形式简洁生动,具有新、奇、特等特点,为传统语言增添了特色,深受广大网民的偏爱,发展迅速。但是,它又存在着很多不规范的现象,对传统语言产生了很大的负面影响。本文从网络语言的概念、对现实社会的正负影响、对网络语言采取何种态度和规范网络语言途径四方面进行了阐述。     

面向医学图像分割的蚁群密度峰值聚类

在医学图像分割研究中,针对密度峰值聚类算法(density peaks clustering algorithm,DPC),依靠先验知识给定截断距离d_c且人工选择聚类中心点具有主观随意性等缺陷,提出了一种结合蚁群算法选取密度峰值聚类最优参数的医学图像分割方法.该算法首先利用蚁群算法全局性和鲁棒性的优点,使用图像熵计算信息素来指导蚁群的搜索路径;再使用变量量化表示聚类中心个数,蚁群通过迭代选择最优截断距离d_c和聚类中心,实现了DPC算法的自适应分割并得到了较好的分割效果.仿真实验分析证明了算法的有效性和实用性.