聚合物-盐双水相技术及研究进展

双水相萃取技术作为一种新型的绿色分离/富集技术,具有简单、省时、高效和绿色无污染等优点,已被应用于金属离子的定量分离萃取、生物活性物质的分离纯化以及天然产物的提取等领域.目前的双水相体系主要包括聚合物-聚合物双水相体系、聚合物-盐双水相体系、离子液体-盐双水相体系和小分子有机溶剂-盐双水相体系,但由于有机溶剂易挥发不稳定、离子液体成本较高和两种聚合物体系的粘度较大等问题,影响了这三种双水相体系在工业规模化生产中的应用.而聚合物-盐双水相体系用盐代替聚合物-聚合物双水相体系中的一种聚合物作为成相物质,在降低体系粘度和生产成本的同时,保留了聚合物生物相容性好的优势,被广泛应用于生物活性物质、天然产物及抗生素的分离纯化,具有较高的开发价值和广阔的应用前景.通过分析聚合物-盐双水相体系的理论及应用研究进展,希望对进一步的研究工作有所帮助和启发.     

缅甸C Y油田构造特征及其与油气成藏关系研究

关于缅甸C Y油田构造特征及其与油气成藏关系研究,国内外研究相对较少。本文以新地层统层划分对比结果为基础,充分利用已有井及新钻井、测井资料、取芯资料、二维地震资料等,通过井震结合分析,对缅甸C Y油田浅层至深层地层构造特征进行了研究,包括：断裂特征、构造样式分析、构造格局及构造带分布、圈闭类型及特征分析研究等,总结了构造与油气运移聚集成藏的关系,指出了未来勘探重点潜力方向。     

骨组织工程用纳米羟基磷灰石／细菌纤维素的体外降解行为研究

将细菌纤维素浸泡在模拟体液中沉积而形成的纳米羟基磷灰石／细菌纤维素复合材料（nano-HA／BC）,被认为是在骨组织工程领域中理想的支架材料。从以下几方面分析nano-HA／BC在磷酸盐缓冲液（PBSl中浸泡不同时间后的降解行为及其相应的机制：材料的降解程度、nano．HA颗粒的稳定性和BC的结构变化。结果表明,nano-HA／BC在PBS溶液中浸泡-定时间后,nano-HA颗粒会逐渐溶解或脱落,水分子直接与BC纤维丝相互作用。在水分子和离子的作用下,BC的结晶度降低,BC分子链中分子间和分子内的结合力降低,甚至部分非结晶区内C-O-C键断裂。而C-O-C键的断裂是nHA／BC在PBS溶液中BC大分子降解的主要机制。研究结果对于研究骨组织工程支架材料nHA／BC的体内降解行为具有重要的指导意义。     

基于等效传输线模型的腔体场分布快速算法

为实现外部电磁波照射下矩形金属腔内各点场值的快速有效计算,本文以等效传输线模型(TLM)方法为基础,建立孔缝耦合模型进行计算分析并编程实现.计算结果表明,等效传输线模型方法与三维全波分析商业软件的模拟计算结果吻合,但计算时间大大缩短.并且该方法计算结果与实验测量结果基本吻合,说明采用等效传输线模型算法计算腔体内的场分布是有效可行的.     

学会“创新”

<正> 一次,我正在写一篇稿子,遇见一个不会写的字,仰头想了半天,了无结果,还是上铺的兄弟一言点醒了我:"你换个词吧,表达的意思一样就行了!"一句看似简单的话,让我深有所悟。来校之前,父母交待我努力考研,将来方便谋一个好工作。我也深以为然。现在想想,我不!每一个人都有自己的特长,有些人适合做学问,搞学术,那么就让他们在冷板凳上把五千年的文化做精做细吧,而我是个爱动的人,梦想是抱着相机把祖国的山川大河看遍,我何必人云亦云,在一条死胡同里撞得头破血流呢。对于找工作这样的大事,我也因为采     

区组为K4-e的可分组核心设计

对组合设计理论中的核心设计进行推广, 考虑更具一般性的可分组核心设计. 利用直接构造和递归构造的方法, 解决了区组为K₄-e 组型一致的可分组核心设计的存在性问题, 并证明对于n≥3, g≥1, 型为gⁿ的(K₄-e) 可分组核心设计均存在.     

基于矩阵策略的不完备混合型数据增量式特征选择算法

特征选择是粗糙集理论在数据挖掘等领域中一种重要的应用,如何对动态变化的信息系统进行增量式特征选择是目前粗糙集理论研究的重点。在不完备混合型信息系统中,属性集的不断增加是信息系统动态变化的一种重要形式。首先在不完备混合型信息系统中引入邻域条件熵的概念,并且利用矩阵的方法去表示邻域条件熵;然后针对属性集动态增加的情形,提出矩阵形式的邻域条件熵增量式更新,并且基于这种增量式更新机制给出了相应的增量式特征选择算法;最后,UCI数据集的实验结果表明,所提出的增量式特征选择算法比非增量式特征选择算法具有更高的特征选择性能。     

基于随机森林算法的制冷剂充注量故障诊断

制冷剂充注量异常是一种高风险故障,直接影响制冷系统的性能,且其表征参数诸多,难以有效、快速、准确地在线识别。针对上述问题,文中提出了一种基于随机森林(RF)算法的制冷剂充注量故障监测与诊断方法。使用ASHRAE 1999年提供的制冷主机故障数据库,对制冷剂充注量相关的直接测量特征数据进行分析,在保持各特征变量物理意义的前提下,利用随机森林算法研究各故障特征量的贡献率,并在不同样本规模和故障特征量维度的条件下,比较了基于RF、基于支持向量机(SVM)、基于决策树(DT)算法的制冷剂充注量故障诊断效果。结果表明:RF算法具有比较好的识别效率以及较高的分类准确率,平均诊断准确率分别比DT算法、SVM算法提高约3. 3%和2. 9%。此外,文中还分析了充注量异常诊断贡献率较高的前3个故障特征量,为保证制冷系统运行性能与安全运行提供了理论依据。