从帕洛玛到洛杉矶——访问美国天文台的科学游记

帕洛玛(Palomar)山天文台举世闻名,它位于美国西海岸加里福尼亚州的南部,距名城洛杉矶约200公里。它是我几十年来久已向往的地方。1995年我到达美国之后,第一个访问的科学圣地便是它。 旅途风光 在一个风和日丽的早晨,我和好友去帕洛玛山天文台。 沿海的5号高速公路是美国西海岸直通南北的大动脉。先是在这条公路上向南开去,一路饱览南加     

中国产学合作的兴起

高等学校与产业界的合作,是当今世界高等教育发展的总趋势,也是现代科技发展与经济增长的根本要求。产学合作的综合化社会功能,显示出它不仅是企业竞争和发展的必然要求,也是大学改革和发展的动力。从世界范围来看,综合国力的竞争,经济的竞争,说到底是科技和人才的竞争。在这个竞争环境中,高等教育自始至终占据重要的位置。愈来愈多的企业家、领导者认识到,要保持产品的市场开拓能力,不断增强经济实力,仅有充足的资本和物质资源还不够,更重要的是必须拥有一批具有创新精神的科技人才和能够充分产业化的科技成果。这种竞争和生存压力大大增加了企业对大学的依赖程度。主要表现在要求大学不断地提供最新的、有产业化价值的科技成果,希望大学能够培养更多的,适应企业多方位需求的科技与管理人才。另     

带均值漂移的HEGY检验及其实证研究

研究了含多个均值漂移的HEGY检验.通过模拟实验,发现如果没有正确选择HEGY检验所含有的均值漂移个数,那么检验结果将会产生偏差.用不含均值漂移、含一个均值漂移和含两个均值漂移的HEGY模型研究了广东月度工业总产值周期性变化问题,结果表明,1991年至2003年间广东工业生产存在两个季节性均值漂移,仅含有一个非季节单位根.因此,选择含两个均值漂移的HEGY模型更适合本问题的研究.     

我国中小企业信用担保体系发展现状分析

我国中小企业信用担保体系的建设已有十余年的时间,并初步形成“一体两翼四层”的布局格式.中小企业信用担保体系的建立为推动我国中小企业的发展,起到了很大的作用.然而,我国信用担保体系仍处在初级阶段,信用担保体系仍不健全,有很多问题亟待解决.通过对我国信用担保体系的发展现状进行分析,剖析了我国信用担保体系所存在的问题,提出了完善我国中小企业信用担保体系的对策.     

体育赞助效果评估方法研究

本文通过文献资料、逻辑分析、系统论等相结合的方法,结合国内外研究现状和发展趋势分析体育赞助效果评估过程中的难点并从体育赞助效果评估程序、评估原则、评估内容和评估方法几个方面提出了我国体育赛事赞助效果评估体系的基本架构理论,并遵从目标性原则,综合性原则,客观性原则,可靠性原则和有效性原则帮助企业体育赛事赞助实践的顺利实施和完善。     

防冲抗爆恒阻大变形锚杆在锦屏二级水电站引水隧洞岩爆段施工中的应用

防冲抗爆恒阻大变形锚杆包括杆体、托盘和螺母,其恒阻装置,可以在巷道围岩发生大变形时自动拉伸,并保持恒定的工作阻力.锦屏二级引水隧洞开挖极强岩爆洞段施工时首次引入了防冲抗爆恒阻大变形锚杆,工程实际应用验证了其可行性,此对类似工程具有借鉴意义.     

零价铁去除含铀废水中的铀

通过序批实验,研究了零价铁（ZVI）对合铀废水中铀的去除效果,考察了零价铁投加量、U初始浓度、溶液pH、温度及反应时间等因素的影响,结果表明ZVI对含铀废水中的U（Ⅵ）有较好的去除效果,零价铁的投加量、溶液的pH和U（Ⅵ）的初始浓度对铀的去除率影响较大,投加量为0．05g·（50mL）^-1,pH=4时U（Ⅵ）的去除效率最佳,能达到98．5％,而温度对其影响则相对较小．SEM和XRD对零价铁表征表明在反应过程中发生了铁表面的腐蚀以及新的晶体的形成,零价铁处理含铀废水的主要机制可能为UO2^2＋的还原沉淀．     

局域网络病毒入侵方式特点和防范措施

计算机病毒一般先进入到有盘工作站,然后开始在局域网络传播,具有感染速度快、扩散面广、传播形式复杂多样、难以彻底清除、破坏性大、可激发性和潜在性的特点.应采取增加安全意识、小心邮件传播病毒、挑选网络杀毒软件、及其断开网络后定时查杀文件服务器病毒、强制查杀压缩文件病毒和慎用一键还原功能等措施,防范局域网络病毒传播.     

边界监督多重集典型相关分析

多重集典型相关分析(multiset canonical correlation analysis,MCCA)仅仅考虑了多组数据间的相关性信息,不能有效地反映样本数据的几何结构与鉴别信息,因此为了解决这个问题,首先在LDA思想的启发下,构建了监督多重集典型相关分析(supervised multiset canonical correlation analysis,SMCC)的理论框架,并以此为基础,结合边界Fisher分析(marginal fisher analysis,MFA),提出了边界监督多重集典型相关分析(marginal SMCC,MSMCC).该算法的基本思想是在最大化数据相关性的同时,还要最大化组内数据的类间离散度以及最小化组内数据的类内离散度.在人脸图像与目标数据库上的实验结果验证了所提算法的有效性.