AgBrI微晶上硫增感中心Ag2S分子团簇的陷阱效应分析

利用微波吸收相敏技术检测了硫增感条件下的卤化银光电子衰减行为, 获得了硫增感乳剂的自由光电子和浅俘获光电子的时间分辨谱信号. 分析了AgBrI T颗粒乳剂硫增感产物的陷阱效应与增感时间和增感温度的关系. 确定了硫增感产物的陷阱效应随增感时间和增感温度的变化趋势, 其变化顺序依次是空穴陷阱、浅电子陷阱和深电子陷阱.     

采煤机工作参数的优化设计

针对滚筒式采煤机工作参数对载荷波动和截割比能耗的影响规律,文章建立了采煤机工作参数优化设计的数学模型,根据数学模型的特点编制了计算机程序,并对实例进行了分析研究,所得结论对于改进采煤极设计、完善机器工作性能和评价采煤机质量具有重要意义.     

任意m×n阶cobweb网络的等效电阻研究

采用递推变换(RT)方法研究了一类任意m×n阶cobweb网络的等效电阻.首先采用网络分析建立递推矩阵方程模型(包括边界条件方程模型),其次构造矩阵变换获得矩阵的特征值和特征向量以便获得矩阵方程的通解与特解,最后利用矩阵逆变换给出支路电流的解析解,从而获得任意m×n阶cobweb网络任意2节点间的等效电阻公式,所得结果是由特征值构成及单求和表达.作为公式的应用,给出了等效电阻公式在特殊情形下的数个结果,并且给出了任意半无限和无限情形时的数个新的等效电阻公式,在与其他结果比较时发现了一个新的三角函数恒等式.     

居民空气污染暴露健康风险实时动态评价的研究进展

空气污染已经成为世界各国和地区面临的主要环境问题和公共卫生问题之一。确定特定时空条件下的空气污染水平，实时动态评估空气污染健康风险成为当前研究的热点。本文对空气污染暴露健康风险评价的已有研究进行综述，并提出一种提高其时空分辨率的研究思路。首先结合模型方法来提高环境浓度数据的时空分辨率，然后基于手机信令数据为暴露评价提供实时动态的暴露路径和微环境的暴露浓度，最终利用实时动态的暴露浓度替代常规评价中的环境浓度，实现居民空气污染暴露健康风险实时动态评价。     

植物重要膜蛋白的扩散与胞吞机制

膜蛋白作为细胞膜的重要组成部分,通常会发生胞吞循环以调控其在细胞膜上的数量平衡,或响应外界环境的刺激.单分子成像技术是近年来发展起来的,可用于在活细胞条件下对单个分子进行观测和研究的新技术,具有较高的时空分辨率,实现了在纳米和微秒水平上对单个分子的快速实时成像和精确分析.本文结合作者所在实验室取得的研究成果,介绍了利用单分子技术,包括全内反射荧光显微术、荧光相关光谱、荧光互相关光谱分析等方法,对植物几种重要膜蛋白在质膜上的运动特征以及胞吞途径的研究工作,总结了植物中脂筏微区分布及脂筏参与的胞吞途径对膜蛋白功能的调控机制,展望了植物质膜微区的精确划分以及膜蛋白胞吞之后的去向等方面所面临的难题.     

粉煤灰吸附苯胺类有机废水的实验研究

实验采用热电厂粒径在3～40μm的粉煤灰,并利用平衡实验的方法来研究pH值、灰水比,以及通过酸碱等途径处理的粉煤灰对苯胺类有机废水中COD值的影响。     

小麦茎秆结构和细胞壁化学成分对抗压强度的影响

应用光学显微镜、紫外分光光度计和傅立叶红外光谱(Fourier transform infrared spectroscopy, FTIR)等技术, 对小偃54, 8602和小偃81三个不同小麦品种茎秆的形态、解剖特征和细胞壁化学组分与茎秆抗压强度相关关系进行研究. 在3个小麦品种茎秆结构的比较观察中, 茎秆外径、横切面上不同组织比例以及两种不同类型维管束的数目等参数均有很大差异. 化学组分分析显示, 小偃81的纤维素含量最高, 而木质素含量介于另外两个品种之间. 对茎秆抗压强度的分析表明, 小偃81的抗压强度最高. 最后通过对上述特征的相关分析揭示, 茎秆外径和壁厚之比、厚壁组织比例、单位面积上大维管束平均数目和纤维素含量是影响小麦品种茎杆机械强度的4个主要因素. 因此, 在选育小麦抗倒伏品种时, 应特别重视茎秆的上述4个主要特征.     

基于DEM的民航地空VHF通信有效覆盖仿真研究

针对起伏地形环境下求解民航地空甚高频(very high frequency, VHF)通信有效覆盖范围冗余较大、精度较低的问题,采用改进的最大斜率法进行了仿真研究。首先,考虑遮蔽角计算存在计算冗余,提出"高程清洗"方法,降低计算量。其次,考虑求解最大斜率遮蔽角存在误差,采用改进的反距离加权插值法对原始数字高程模型数据进行插值提升分辨率,提高了切点逼近点位置精度。然后,为确定遮蔽区域具体点位,提出"切点截止法"进行求解。最后,为得到准确覆盖率,采用"网格法"分析计算。实验表明,改进的最大斜率法可有效减少计算冗余,提高信号覆盖求解精度,覆盖率相对改进前分别降低9.58%、4.10%和1.26‰。改进的VHF有效覆盖范围仿真程序可为VHF地面通信站选址、飞机航线规划提供支撑。     

基于双向LSTM和LDA的新冠肺炎情感分类和热门主题挖掘方法

面对新冠肺炎疫情带来的重大影响,通过自然语言处理技术,深入挖掘民众关于新冠肺炎的观点与看法,为疫情期间政府应对网络舆情危机提供参考.针对当前研究中将主题和情感孤立研究的缺陷,首先从微博上收集网络舆情的相关数据,然后通过LDA主题模型和基于Bi-LSTM的情感分类方法进行主题-情感的融合分析.结果表明,Bi-LSTM模型可以较好地识别出喜、怒、哀、惧4类情感,同时LDA主题模型在热门主题挖掘方面也表现良好.