芳香伯胺重氮化的特殊反应条件

讨论芳香伯胺重氮化反应的六种特殊反应条件。     

金属中缺陷对电化学渗氢的影响

金属中缺陷用缺陷密度G_i、陷阱能量E_i和频率因子V_i表示,氢扩散系数同这些参数的关系由简单的位能曲线模型导出.缺陷对电化学渗氢暂态的影响通过数值方法进行分析.结果表明,缺陷的存在会延迟渗氢暂态电流的出现,减小渗氢电流的变化速度.这些结论可用于解释若干异常的渗氢实验现象.文中还讨论了氢扩散系数的Arrhenius关系.     

高产冬小麦吸收氮、磷、钾特性的初步研究

试验对高产冬小麦的氮、磷、钾吸收特性进行了研究,结果表明:品39冬小麦在整个生育期内,叶片内N、P、K的累积高峰在拔节期;而茎和鞘中N的累积高峰在灌浆期;P、K的累积高峰在乳熟初期;穗中N、P、K的累积自孕穗到成熟一直增加,到成熟期最大。同时,小麦植株体内N、P、K的比例前期较稳定,在5～6.5∶1∶5～6之间,后期有所下降,但体内P素增加。     

影响抗药性变化几个因子的研究

本文用玻片浸沾法测定棉花红蜘蛛(普通红叶螨—Tetranychus telariusLinn和中华红叶螨T.Chinensis Lo)对E—1059的抗药性变化。试验结果表明,营养条件的变动可以导致抗性的变化,一般杂草上棉叶螨较棉花上的敏感;不同种的敏感性也不同,在棉花上,T.telarius比T.chinensis抗性强;在抗药性的季节性变化中,以7月下旬～8月上旬达到最高峰,8月中旬后又开始下降,形成两头低中间高;在虫体内胆碱酯酶的敏感性,抗性品系降低十分明显,而用E—1059处理后,酶的活性受到不同程度的抑制(从33.3％～100％)。     

Anosov映射的一个等价条件

证明了在紧致度量空间（Ｘ，ｄ）上，开自映射ｆ为具有常数ｃ＞０的Ａｎｏｓｏｖ映射，当且仅当ｆ所诱导的转移自映射σｆ：Ｘｆ→Ｘｆ是具有伪轨跟踪的可扩映射     

5-O-苯甲酰基-2,3-二脱氧-3-硝基-D-呋喃戊糖甲苷的合成研究

报道5-O-苯甲酰基-2,3-二脱氧-3-硝基-β及α-,D-呋喃戊糖甲苷11a,11b的合成及中间体5-O-苯甲酰基-3-脱氧-3-硝基-呋喃戊糖甲苷的四个异构体7a、7b、7c及7d的分离鉴定,研究了化合物6和7中C—3上的硝基异构化现象。所有化合物的~1H NMR光谱数据均已记录。     

A minimal axiom group for rough set based on quasi-ordering

Rough set axiomatization is one aspect of rough set study to characterize rough set theory using dependable and minimal axiom groups. Thus, rough set theory can be studied by logic and axiom system methods. The classic rough set theory is based on equivalent relation, but rough set theory based on reflexive and transitive relation (called quasi-ordering) has wide applications in the real world. To characterize topological rough set theory, an axiom group named RT, consisting of 4 axioms, is proposed. It is proved that the axiom group reliability in characterizing rough set theory based on similar relation is reasonable. Simultaneously, the minimization of the axiom group, which requires that each axiom is an equation and each is independent, is proved. The axiom group is helpful for researching rough set theory by logic and axiom system methods.     

基于STL-Informer-BiLSTM-XGB模型的供热负荷预测

供热负荷预测是指导供热系统调控的重要手段。提高供热负荷预测精度十分重要,针对机器学习中输出目标的分解预测,提出了一种基于季节和趋势分解(Seasonal and Trend decomposition using Loess, STL)的供热负荷预测方法,构建了适用于供热负荷预测的输出目标。首先利用STL算法将供热负荷时间序列数据分解为趋势分量、周期分量和残差分量,分别训练Informer、BiLSTM和XGB三个模型,将构建好的三个分量预测模型的输出叠加作为初步预测结果,分析误差序列,以BiLSTM预测误差提高模型精度,构建出STL-Informer-BiLSTM-XGB预测模型。将上述模型与常用预测模型进行对比,结果表明所构建的STL-Informer-BiLSTM-XGB 模型的MAPE、MAE和MSE,分别为0.871%、96.18和13202.2,预测效果最优,验证了所提出的方法具有较高的供热负荷预测精度。     

基于三阶累积量奇异值分解的雷达目标识别

基于一维距离像三阶累积量矩阵的奇异值分解 ,由非零奇异值构成奇异值矢量作为正则子空间法的输入 ,提出一种雷达目标一维距离像识别方法 ,对目标进行分类识别。该方法一方面利用三阶累积量提高了抗噪性能 ,同时又使用非零奇异值矢量减少了存储量与运算量。仿真实验结果表明 :在低信噪比 ,该方法的识别率高于特征子空间法