九叶青花椒产业化开发关键技术研究

项目选育了高抗、丰产、优质九叶青花椒良种,研发了适宜西南山区气候特征的九叶青花椒覆盖免耕高效种植技术与青花椒加工关键技术,形成了九叶青花椒现代产业技术体系,有力推动山区青花椒产业持续健康发展,社会、经济、生态效益显著。     

负载CeO_2的活化粉煤灰的制备及对酸性红B的脱色

采用H2SO4对粉煤灰进行活化处理,再经液相沉淀法负载CeO2,制得活化粉煤灰/CeO2复合材料.EDS分析结果证实了活化粉煤灰/CeO2复合材料的形成.利用活化粉煤灰/CeO2复合材料对酸性红B模拟染料废水进行脱色处理,研究了各种反应条件对脱色效果的影响,并对脱色机理进行了探讨.实验结果表明:粉煤灰经质量分数为50%的H2SO4活化后,1g活化粉煤灰负载CeO20.25g,焙烧温度为500℃,投加灰量为10g/L,搅拌反应120min,对于初始质量浓度为20mg/L,pH=1的酸性红B模拟废水,在日光照射下脱色率达93.2%,在紫外光照射下脱色率可达97.5%.说明活化粉煤灰/CeO2复合材料对染料废水有很好的脱色效果,在造纸废水、纺织印染废水的处理上有良好的应用前景.     

ABR反应器处理生活污水的研究

研究了ABR反应器对生活污水中COD的去除效果、影响因素及不同隔室的作用．实验表明，ABR可使生活污水COD出水指标达GB8978-1996二级水质标准，并达到或接近一级标准．除第一隔室外，第二隔室、第三隔室发挥了明显的关键作用．HRT为6～10h、反应温度18℃左右即可取得较好的处理效果，明显优于UASB反应器，体现了第三代厌氧反应器的优势．表明ABR具有去除有机污染物的巨大潜能和广阔的应用前景．     

甲醛污染的危害及控制措施

针对修建和装饰材料中含有大量甲醛，对空气造成污染的现状，阐述了甲醛对人体的危害及甲醛产生的途径，提出了控制甲醛污染的一些措施。     

洪泛区湿地水面积遥感监测新方法研究--以向海自然保护区为例

洪泛区湿地不仅具有区域洪水调蓄的生态功能,而且为各类珍稀濒危水禽提供重要的栖息生境.因此,如何能够突破传统的观测手段,运用更新、更快、更准确的手段,对洪泛区湿地水面积进行测算,从而为决策者制定相应的政策提供科学的依据成为当前湿地监测方法研究的一个重点.利用美国陆地卫星影像(Landsat-TM)数据,通过建立一种简单有效的湿地水面积信息提取指数,提取了霍林河下游洪泛区湿地的水面分布信息.结合地面常规观测获取的向海水库的水面积,验证了该指数的可靠性.结果显示了该指数在湿地水面积定量测算中的技术优势,为洪泛区湿地水资源的监测评价与可持续利用,以及湿地水禽生境的管理和保护,提供了更可靠的技术保证.     

铁-钴复合粉体的化学沉积法制备

化学镀易于控制金属相的含量,工艺简单、成本低廉,得到的镀层均匀且与基体结合力好,是制备高性能的复合粉末的一种有前途的方法.本文采用化学镀的方法,在铁粉表面包覆一层金属钴,既对原铁粉进行表面改性,又制备了钴包铁复合粉末.实验结果表明：在pH值为8,氯化钴为25 g/L,次亚磷酸钠为25 g/L,柠檬酸钠为25 g/L,硫酸铵为63 g/L时,15 g/L的铁粉装载量可以得到最佳的镀覆效果.     

电场耦合式水下无线电能传输系统的耦合机构

基于电场耦合原理对水下无线电能传输系统进行建模分析,并简述其基本工作原理。对水下无线电能传输系统的关键部分耦合机构进行重点研究,包括水下耦合机构等效电容值的计算、电场分布情况、传输距离对其影响及功率损耗分析,并与空气中耦合机构进行对比。得出结论如下:(a)水下耦合机构的等效电容值比在空气环境中大,并且不受传输距离的影响;(b)增大工作频率和接收端负载,可以减小耦合机构的损耗。设计水下电场耦合无线电能传输实验系统,验证了上述结论。     

高校科研成果转化知识产权风险防控分析——基于创新扩散理论的研究视角

知识产权风险已成为阻碍高校科研成果转化的重要因素,如何对其进行有效预防和控制已成为不可避免的实践难题。在高校科研成果转化的过程中,作为科研成果的创新技术和理论通过各方主体的交互与运营实现社会效益、经济效益的转化,其实质上是创新在不同社会群体中的扩散。因此,有必要从创新扩散理论的视角审视知识产权风险防控对高校科研成果转化的影响,并在分析探索高校科研成果转化中的知识产权因素与风险的基础上,借鉴国外高校科研成果转化的先进经验,通过增强差异化意识、明确产权界定、完善激励与价值评估制度、发挥国家职能与市场化四项措施,对高校科技成果转化过程中的泄密风险、权属风险、创新缺乏风险和知识产权纠纷救济风险进行有对性地防控。     

基于贝叶斯优化注意力机制LSTNet模型的短期电力负荷预测

为更充分挖掘多元负荷序列间的有效信息,从而提高预测精度,提出了一种集成贝叶斯超参数优化算法、注意力机制的长期和短期时间序列网络（long and short-term time-series network with attention,LSTNet-attention）以及误差修正的短期负荷预测模型。首先,构建基于贝叶斯优化的LSTNet-attention模型进行初步预测,利用贝叶斯算法优化模型多个结构参数,降低人工设置参数的随机性,并通过注意力机制合理分配特征权重;然后,通过基于贝叶斯参数优化的极端梯度提升算法(extreme gradient boosting,XGBoost)误差修正模型来挖掘初步预测误差序列中潜在、未被利用的有效信息,进行误差预测和修正,进而得到最终的预测结果。通过使用澳大利亚某地真实负荷数据进行实证分析,实验结果表明,所提预测模型相较于其它模型具有更好的预测效果,可为负荷预测等工作提供一定参考。