面向分子科学的数据智能

分子科学是化学的核心,也是生物、材料、药学等学科的基础.传统的分子科学研究通过实验或理论手段进行,研究成本高、周期长,难以处理高复杂度体系.随着大数据时代的到来,数据驱动的人工智能研究已成为继实验、理论和模拟之后的第4种科学研究范式.数据驱动的机器学习凭借其快速高效的数据处理能力,在分子科学领域展现出巨大的发展潜力.尤其是在分子性质预测、分子设计、化学反应预测及逆合成、量子化学计算、自动化合成等领域获得了广泛应用.本文首先介绍面向分子科学数据智能研究过程中的3个关键部分,即分子科学开放数据集、分子描述符和机器学习算法;然后,列举机器学习在不同分子科学研究方向中的重要应用案例;最后,分析讨论该研究领域可能存在的挑战及潜在发展方向.     

基于RBF神经网络的输电线路故障类型识别新方法

基于径向基函数(radial basis function,RBF)神经网络理论,采用电流突变量比例系数,提出了一种对输电线路故障类型识别的新方法。利用PSCAD/EMTDC软件建立500 kV高压输电线路仿真模型,仿真不同工况下的故障。由各相电流之差提取故障差流信号的突变量,并计算故障后一个周期内差流突变量的有效值,得到故障状态下各相差流突变量占三相差流突变量有效值总和的比例系数,结合零序电流判别系数构造故障类型识别特征向量,建立RBF神经网络进行故障类型识别。仿真结果表明,采用电流突变量比例系数作为特征量包含的信息更丰富,对RBF神经网络的训练效果更好,不受故障位置、故障初始角和过渡电阻等因素的影响,网络识别精度高。     

三相变压器联结组别的探讨

在分析了三相对称正相序电势和变压器绕组标志方式特点之后,得出了一种确定三相变压器联结组别以及根据联结组别确定绕组标志和接线的简单实用方法。     

基于铝诱导结晶的多晶硅薄膜材料结构优化

基于铝诱导结晶化（AIC）方法,研究了不同溅射材料结构对多晶硅薄膜形成过程和材料特性的影响.首先利用射频溅射Si和直流溅射Al的方法,分别在普通玻璃衬底上沉积Si/Al/Glass,Al/Si/Glass,Si/Al/L/Si/Al/Glass三种不同结构的薄膜材料.采用相同的低温退火（500℃）工艺,对上述薄膜进行了多组时间下的退火Al诱导结晶处理.对退火处理后的样品去除表面多余Al之后进行了X射线衍射、电子显微镜表面观察和霍耳迁移率测试,分析其晶体质量特性和电学特性.结果表明,在足够长时间下,3种结构均可成功实现AIC多晶硅薄膜,其中采用多重周期性结构的薄膜结晶速度最快,并得到更优的结晶效果.     

初中信息技术教学中合作学习探究

信息技术课是一门新兴的学科，重视实践。合作学习（cooperative learning）是20世纪70年代中期兴起于美国，井取得实质性进展的一种富有创意和实效的教学理论与策略。合作学习模式所倡导的一种全新的学习方式，有利于培养学生的独立自主性和交往能力，对培养学生的信息技术能力有促进作用。     

中学英语课程教学模式的改革与实践

针对目前中学英语教学费时多、收效微的问题,基于英语教学二主体论、英语教学交际论和社会建构主义理论提出了中学英语课程教学新的教学模式,此教学模式能够激发学生的学习动机,提高学生自主学习能力和学习效果。     

沙薄地小麦栽培技术

<正> 我省常年沙薄地小麦种植面积450多万亩,主要分布在黄河故道及沿黄两岸地区,属于小麦中低产区。提高沙薄地小麦产量,是实现该区农民增收、农业增效的     

沥青路面温缩裂缝稳定性的光弹性实验研究

用热光弹性法研究了半刚性基层沥青路面低温收缩裂缝的稳定性问题，结果表明：路面结构产生裂后，温度梯度是引起裂继续扩展的重要因素。     

一阶常微分方程的便捷解法的探讨

一阶常微分方程可以有多种解法，高等数学学习过程中，通过不同类型的例子解法，可以揭示一阶常微分方程的求解规律，从而找到最优解法。     

太阳系行星公转速度变化与低温灾害

地质资料表明，地球的加速运动与冷冻低温及冰期相对应，运用相对公式导出星体加速运动时吸收能量和减速运动时释放能量的结论，新能源，活动星系核的高效产能率是其天文证据，由于不能超过光速，黑洞边界可能存巨大能量交换，但没有物质交换，这一新能源是地质旋回与天文周期一一对应的原因，也是物质和反物质同时存在的问题，根据天文周期，可以预测未来的气候变化和地质灾害。