冲击地压震源机理研究

为了进一步理解冲击地压发生的机理,解释冲击地压发生的过程,本文在论述了冲击地压发生的刚度理论、能量理论和失稳理论的统一性的基础上,提出了冲击地压的震源机理,认为冲击地压是一个动力学过程,它包括冲击地压震源的形成,冲击地压应力波的形成及传播和在应力波作用下自由面处岩体的破坏及冲出三个子过程,冲击地压发生所需能量由震源提供,而冲击地压的破坏作用是应力波造成的。利用震源机理分析了冲击地压的发生过程,揭示了震源形成的规律,推导出了应力波最大应力峰值的计算公式,给出了应力波传播衰减规律,解释了应力波在自由面处对煤体的破坏作用。     

面向任务的网络信息体系建模分析方法研究

网络信息体系作为信息化时代体系作战能力的催化剂和融合剂,正在改变着信息化作战形态及战斗力生成模式。本文在分析网络信息体系概念内涵的基础上,引入任务与体系的关联映射规则,提出了一种综合考虑超网络和服务化特征的网络信息体系“两维四网”模型构建及特性分析方法,并以空中突击作战为例,以服务信息流模体时延、任务执行精度、资源冗余度为特征度量指标,通过仿真实验验证了模型与方法的可行性和合理性。     

基于复杂网络的指挥信息系统拓扑模型研究

面对指挥信息系统日益呈现出的复杂性和网络化结构特点,提出基于复杂网络的研究思路,通过将三维立体结构映射到二维平面连接的方式,构建出指挥信息系统拓扑模型.然后通过实体数值分析的方法,验证了小世界和无尺度特性的存在,并展望了其网络化特征的应用前景,为将复杂网络成果运用到未来系统建设中去提供了积极的理论启示和参考价值.     

基于全过程管理理论的配电项目管理研究

该文通过分析台州电网配电项目管理的特点;具体从电网企业配电项目在项目组织结构设计、实施进度管理和配网施工质量管理的三个角度深入分析目前配电项目管理现状和存在的问题,提出在配网项目管理中采用层级组织结构,利用项目全过程管控系统使得部门之间的衔接更顺畅,提高项目管理效率.在研究配网项目管理制度的基础上,建立配网项目管控平台,实现项目在立项、施工过程、竣工验收、质量控制四个环节上紧密衔接,对项目实施有效管控.使得配网项目管理更加直观,达到对项目各阶段、各部门有效协调,提高项目管理的效率.     

模块化、产业集群与企业核心竞争力

市场总是选择有效率的组织形式；产业集群内的企业结构日益呈现模块化的特征。从交易成本的视角对其进行的理论分析表明：集群产业的模块化结构有利于降低企业资产专用性风险、克服交易中的机会主义和信息不对称性以及减少环境的不确定性。实证分析表明：集群产业的模块化有助于提高企业的市场、技术适应力以及产业的R＆D效率。     

孕鼠子宫内5-HT免疫反应阳性肥大细胞的研究

以正常孕鼠和自然抗着床鼠的子宫为实验材料,采用组织化学和免疫组织化学技术,研究了小鼠子宫肥大细胞(mast cell,MC)在胚泡着床前后(孕3~7 d)表达5-羟色胺(5-hydroxytryptamine,5-HT)的状况.结果表明:(1)绝大多数子宫MC为5-HT免疫反应阳性,阳性率在77.3%~93.6%之间;(2)自然抗着床鼠的5-HT阳性率显著高于正常孕鼠(P<0.05).实验结果提示:(1)子宫MC是孕鼠子宫内5-HT的重要来源,5-HT在着床过程中可能具有免疫调节作用;(2)子宫内MC表达5-HT量的异常与抗着床现象的发生有一定的关系.     

顶空-固相微萃取-毛细管气相色谱法检测土壤中的苯系物

利用顶空-固相微萃取(HS-SPME)同毛细管气相色谱连用技术,建立了一种测定土壤中的苯系物的方法.考察了萃取温度、萃取时间和加水量等因素对萃取效率的影响,并讨论了栽气流速、柱温和分流比等因素对测定结果的影响,通过优化固相微萃取条件,对该方法的检出限、精密度、回收率等进行了评价.结果表明,该方法精密度良好,相对标准偏差小于4.38%,5种组分的回收率在98.4%～101.3%,苯、甲苯、对二甲苯、邻二甲苯和氯苯的检出限分别为4.18,1.14,0.42,0.41,3.95?g/L.该方法前处理步骤简单,灵敏度高,为土壤中的苯系物的检测提供了一种简便、快捷、可靠的测定方法.     

试论教师信息素养的提升

在当今信息时代中，中国教师教育已经进入了一个从数量满足向质量提高转变的历史新时期，教育目的是培养出社会需要的具有良好信息素养的、能快速掌握新知识的人才。而要提高学习者信息素养，首先要提高教师的信息素养，因此在教师教育中对信息素养培养的研究显得尤为重要。     

一维对称双势阱的精确求解

讨论了一维对称简谐势的薛定鄂方程的通解，通解可用抛物线柱函数Dα(t)来表示，且可由Kummer函数表达，Hermite多项式表示的一维简谐势的解仅是该通解的一特殊形式。此通解用于一维对称双势阱模型的讨论，此模型由两相同的简谐势连接而成，得出了此模型的精确解。作为一例，本文给出了一具体模型的精确数值结果。     

混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究

传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型：采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的“Wisdom Tourism”数据集上进行仿真实验.实验表明：推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59%、10.05%、5.04%;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.