是的,这是完全严肃的!

当新的科学产生或者旧的科学前进一大步的时候,那末这时候,不仅仅某些早已发生的問題可得到解决;而且,許多在这以前被认为是重要的和确定的問題的提法本身也要改变。有些問题表面上看起来是深远的,有哲学意义和新穎的;而实际上,这些問題的提出只是某些人没有本领或者不願搞清楚科学上許多新成就的结果。在这     

H~ 和SO_4~(2-)离子对PbO_2电极上ClO_4~-阳极形成过程的影响

用分解极化曲线法研究了Ｈ＋和ＳＯ２－４离子对ＰｂＯ２电极上Ｏ２和ＣｌＯ－４阳极形成过程的影响．分解得到的稳态极化曲线φ～ｌｇｉＣｌＯ－４和φ～ｌｇｉＯ２上均有一电位突跃;在２５℃下前一突跃发生在１．９～２．０Ｖ;后一突跃发生在２．０５～２．１５Ｖ左右．两者在突跃区前后的Ｔａｆｅｌ斜率均接近于２．３０３ＲＴ／βＦ（其中β约为０．５１～０．５４）．在突跃前当［Ｈ＋］减小时,使ＣｌＯ－４形成或氧的析出过程均加速,同时使开始发生电位突跃的电流密度（ｃ．ｄ．）向高ｃ．ｄ．方向推移．在高氯酸溶液中当［Ｈ＋］增加时,对Ｏ２析出过程几乎没有影响,但对突跃后的ＣｌＯ－４阳极形成具有加速作用．ＳＯ２－４对ＣｌＯ－４形成和Ｏ２的析出均有阻滞作用,但对前者的阻滞作用要大于对后者的阻滞作用,因而使ＣｌＯ－４的电流效率下降     

关于动态线性模型设计的进一步研究

进一步对动态线性模型（ＤＬＭ） 的可观测性和等价性进行了讨论,给出了几类可观测模型等价性的证明。     

基于卷积神经网络的图像分类研究进展

基于卷积神经网络的图像分类算法的优势是传统方法无法比拟的。卷积神经网络利用其设计好的网络结构和权值共享的特点,能够从数量庞大的训练数据中学习图像底层到高级语义的抽象特征,而且端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注。多年来,卷积神经网络经过科研人员的探索和尝试,从最开始的多层神经网络模型,演变出多种优化结构,性能不断提高。本文介绍了基于卷积神经网络图像分类算法的研究进展,叙述了卷积神经网络在图像分类中的经典模型和近年来的改进方法,并对各个模型进行分析,展示各种方法在ImageNet公共数据集上的性能表现,最后对基于卷积神经网络的图像分类算法的研究进行总结和展望。     

岷江流域森林植被对洪水的调节功能分析与研究

森林对洪水的调节作用因地区、尺度、植被类型等的变化而相差较大．通过对岷江流域不同森林植被在降水、下渗、蒸散发等各阶段作用效应进行研究,分析其对洪水的调节作用．结果指出：岷江冷杉原始林对洪水形成各阶段调节作用都比较显著,其次人工油松林及苹果树等经济树种也有很好的截留作用．     

现场总线技术在小区污水处理电气控制系统中的应用

在简要介绍现场总线技术及现场总线控制系统结构和优点的基础上,重点分析了PROFIBUS现场总线在水处理系统远程提升泵站监控系统中的通信实现。     

羧基化石墨烯修饰玻碳电极对多巴胺电催化性能影响的研究

在玻碳电极表面修饰上羧基化石墨烯制得羧基化石墨烯修饰电极,以此电极为工作电极,研究了多巴胺在此电极上的电化学行为．在pH=3．0的Na：HPO4-C6H8O7,缓冲溶液中,氧化峰电流与多巴胺浓度在1．4×10^-3-1．8×10^-4moL／L的范围内呈良好的线性关系,检出限为5．0×10^-6mol／L．实验结果表明,玻碳电极经羧基化石墨烯修饰后对多巴胺具有明显的电催化作用,灵敏度明显提高．     

中国南方中、古生界海相地层油气显示及其表达的油气藏改造信息

对中国南方地面及井下共464个沥青、油、气显示点的层位、产状、改造机制和改造时期统计分析认为:油气显示产状丰富,裂缝(断裂)占优,晶洞和孔隙次之,溶孔和溶洞最少.断裂作用是中国南方中、古生界海相原生油气藏最主要的改造机制,其次是隆升剥蚀作用.不同区块有不同的改造机制,中、下扬子区油气显示与张性正断层及其张节理密切相关,上扬子区为断裂和隆升剥蚀的联合作用.油气显示的原始改造期为燕山晚期—喜山早期,其次为喜山晚期.各构造区块原始油气藏的改造时期不同,中、下扬子区为燕山晚期—喜山早期,上扬子区为燕山晚期—喜山期,江南隆起具有分段性,北段从海西期就开始被改造,直至喜山早期,而中段和南段的改造时期为燕山晚期—喜山早期.     

“朋友式”师生关系在数学教育中的构建

数学教学既是一个认识过程,也是情感和意志的活动过程。＂朋友式＂师生关系的构建在数学教学中起到了重要的作用。本文从热爱和尊重学生、为人师表、处理好教学的情感、教好书、育好人五个方面阐述了如何在数学教学中构建＂朋友式＂的师生关系。     

多元随机时间序列参数估计的多尺度方法

在以往理论研究和工程实践中,对长记忆过程参数估计大多都是对一维情况操作。多维的情况鲜有考虑,此类的文章也较少。本文利用小波变换解相关的属性,并结合相应的矩阵变换,将多维长记忆参数估计（本文主要考虑二维）简化为一维的情况,并相应的修改了MMLE[1]推论,极大地降低了参数估计的计算量,并且精确度保持与一维情况接近,用计算机仿真论证新方法的有效性。