京西东灵山自然之旅

终日生活在城市中的人们往往更希望亲近大自然,就像从事与自然科学领域相关工作的我们,每年都会投身于大自然的怀抱之中.但由于工作的缘故,出行时间都较为短暂,因此,京郊的山林就成了我们不错的选择. 东灵山属于太行山脉,坐落在北京市门头沟区与河北省涿鹿县之间,最高海拔2303米,是华北地区最高的山峰,被誉为“京西的珠穆朗玛”.在这种海拔高度下,人们在东灵山的草甸上就可以清楚地看到植被群落随海拔梯度的变化而改变.东灵山的植被覆盖率高达90％以上,植物种类繁多,因此,每年夏天都有各地的植物爱好者前来探访.     

Ta-7.5%W合金箔材的退火组织与性能

通过力学性能测试、X线衍射和EBSD(电子背散射衍射分析)等方法研究Ta-7.5%W(质量分数)合金箔材在真空中1 200℃下退火1 h后的力学性能、织构和微观组织。研究结果表明:退火态的Ta-7.5%W合金箔材在沿着横向和轧向拉伸过程中表现出各向异性,其中轧向的抗拉强度达到753 MPa,伸长率达到13.4%,轧向的性能均优于横向性能,这是由于样品中主要织构组分的晶粒沿横向和轧向拉伸开启的滑移系是不一样的。样品中主要形成了3类织构,分别为轧面法向平行于<100>的θ-纤维织构、轧面法向平行于<111>的γ纤维,还有轧向平行于<110>的α纤维织构,其中主要的织构为(112)[1 10]和(111)[1 21],所占的体积分数分别10.2%和11.2%;由不同取向晶粒中的线取向差分布图分析可以看出(111)[1 21]取向的晶粒形成的位错亚结构之间的取向差很大,最大达到8.3°,亚晶之间的平均取向差也达到7°;(001)[1 10]取向的晶粒中形成的位错亚结构之间的取向差小很多,取向差最大也只有2.2°,平均取向差只有1.7°。     

小论护理本科生的发展

本文通过对随机抽取的我校100名在读的护理本科生的简单调查,探讨分析护理本科生进入大学之后的适应阶段,大二大三的专业课学习、课余生活,大四的实习、考研及以后的职业规划等方面的情况及问题,为研究护理本科生各方面的发展,提出一些建设性的观点和意见。     

关于增强初中生干扰“免疫力”的研究——浅谈青少年学生抗干扰能力的培养

当代中国的发展离不开高素质人才,高素质人才的体现离不开良好的心理素质。中学生代表着祖国的发展和未来,能否有效地培养中学生良好的心理素质,关系着中国人才培养的成败。本文就初中生如何在学习过程中自觉抵制种种不良因素的侵袭,增强对外界干扰的免疫力,提升抗干扰能力,培养良好心理素质,促进心身全面发展等方面做出了分析和建议。     

强素子模

讨论了环与模范畴中一个重要的子模类——强素子模的一些性质．类似于素子模研究中的一些特有性质,给出了强素子模的一些等价条件,即强素子模与其商模和商模的零子模之间的关系,证明了若N是M的子模,L是M的强素子模,使得N L,则（L∩N：N）=（L：M）且L∩N是N的强素子模;通过素理想与极大理想等价的一些条件给出了素子模与强素子模的等价条件;讨论了强素子模与一种特殊模类——完全忠实模的关系．     

汤若望与中国近代科学的历史命运

引进西方科学是中国科学迈向近代化的现实途径.作为输入西方科学的使者,耶稣会士为实现这一途径提供了可能.本文以耶稣会士汤若望在中国传播西方科学的经历为例,探讨了明清之际近代科学在中国发展的命运,指出中国近代科学发展缓慢的三个社会原因:夷夏之防文化传统的排斥、王权至上封建制度的扼杀和工具主义科学价值观的局限.     

开展野外科学考察 培养学生综合素质——以青少年内蒙古野外科学考察为例

实践证明,开展有组织有计划的野外科学考察,对青少年综合素质的培养具有巨大的推动作用。从几个方面探讨了开展野外科学考察对培养学生综合素质的作用。     

硬模板法制备微孔-介孔复合SAPO-11分子筛及其长链烷烃异构化反应

以常规SAPO-11分子筛水热合成方法为基础,在分子筛晶化过程中加入一定量的炭黑颗粒作为硬模板构造介孔结构,得到具有微孔-介孔复合结构的SAPO-11分子筛。考察不同碳模板含量对所得分子筛中介孔容量和表面酸性质的影响,并利用N2吸脱附测试、X-射线衍射(XRD)和透射电镜(TEM)和吡啶吸附红外光谱(Py-FTIR)对所得分子筛的晶体结构、孔结构和酸类型进行分析。以正十二烷作为模型化合物,对负载0.5%Pt的SAPO-11分子筛的异构化反应催化性能进行评价。结果表明:随着碳模板加入量的增加,分子筛介孔容量先增加后降低,在10%时达到最大;适量碳模板的加入并没有影响分子筛的晶体结构;分子筛中有明显介孔结构产生;异构化反应结果显示催化剂活性与分子筛介孔容量以及表面酸类型相关:一方面,介孔孔容增大可以降低传质阻力,暴露更多孔口活性位,从而提高异构化催化活性;另一方面,提高分子筛孔道内B酸和L酸比值,有利于提高异构化反应的异构化选择性;随着反应温度升高转化率升高,但选择性明显下降。     

Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP（英文）

当前GPU(图形处理器),即使是中端服务器配置的中端GPU也拥有强大的并行计算能力.不同于近期的研究成果,中端服务器可能配置有几块高端CPU和一块中端GPU,GPU能够提供额外的计算能力而不是提供比CPU更加强大的计算能力.本文以中端工作站上的CoOLAP(协同OLAP)为中心,描述如何使中端GPU与强大的CPU协同以及如何在计算均衡的异构平台上分布数据和计算以使Co-OLAP模型简单而高效.根据实际的配置,基于内存容量,GPU显存容量,数据集模式和订制的AIR(数组地址引用)算法提出了最大高性能数据分布模型.CoOLAP模型将数据划分为驻留于内存和GPU显存的数据集,OLAP计算也划分为CPU和GPU端的自适应计算负载来最小化CPU和GPU内存之间的数据传输代价.实验结果显示,在SF=20的SSB(星形模型基准)测试中,两块至强六核处理器的性能略优于一块NVIDA Quadra 5 000GPU(352个cuda核心)的处理性能,Co-OLAP模型可以将负载均衡分布在异构计算平台并使每个平台简单而高效.