论教研期刊的审稿原则与实施

优秀的教研期刊应具备学术性、导向性、实用性和可读性。编辑在审稿过程中必须要坚持学术性原则、导向性原则、实用性原则和可读性原则，并且在实施过程中注重选题的新颖、内容的创新、格式的规范。从而保证刊物的质量。使其获得良好的社会效益。     

Observation of robust edge superconductivity in Fe(Se,Te) under strong magnetic perturbation

The iron-chalcogenide high temperature superconductor Fe(Se,Te) (FST) has been reported to exhibit complex magnetic ordering and nontrivial band topology which ...     

基于人工神经网络的系统建模及MATLAB实现

为了提高科研项目评估的客观性和公正性,选用BP网络为模型,利用逆向建模技术和MATLAB实现了"科研项目选题决策综合模糊评估系统"。测试数据表明该系统能较准确地对科研项目作出评估得分。     

Rapid reductive degradation of azo dyes by a unique structure of amorphous alloys

An Fe-based amorphous alloy was found to significantly enhance the reductive degradation of an azo dye in aqueous solution. The surface-area normalized rate constant was up to 2.0 L m-2 min-1 at room temperature,an order of magnitude larger than any previously reported value. The activation energy of the degradation process was calculated according to the Arrhenius equation,and a much lower value than those previously reported was obtained. Valence band measurement indicated that a depressed valence band maximum and a widened empty band were established in the amorphous ribbon. The unique structure of the amorphous alloy is important-it may reduce the activation energy of the degradation process and enhance the activity of the electrons,thus accelerating the degradation process.     

考虑地质分层约束的长短期记忆循环神经网络测井曲线重构

延长油田东部裸眼井区早期测井资料普遍只有自然电位（SP）、自然伽马（GR）及梯度电阻率(R2.5)三条曲线,因缺失声波（AC）、地层电阻率（RT）等测井曲线,难以满足精细油藏地质研究需求。东部裸眼井区开发时间长、单井产量低,重新测井缺乏可行性及经济性。采用长短期记忆循环神经网络(Long Short-Term Memory,LSTM)进行缺失测井曲线重构是一种经济有效方法,适用于地层测井序列数据。然而延长油田东部浅层油藏上覆黄土层段测井数据信号干扰大,直接应用模型精度较差。针对此问题,本文采用考虑地质分层约束的LSTM模型进行缺失测井曲线的重构,通过分层数据截取每口井长6层段测井数据作为样本数据,既保留了LSTM模型处理序列数据的优势,同时又避免了上覆黄土层测井数据对模型的干扰。利用裸眼井区完整测井数据进行模型训练优化和验证,讨论了考虑地质分层约束的LSTM测井曲线重构精度,结果表明通过引入地质分层约束,模型重构测井曲线精度更高。应用优化后模型实现裸眼井区50口仅有GR、SP、R2.5三条曲线数据井的AC、RT曲线重构,对50口井的142个射孔段进行二次解释,对比试油解释结论符合率达到89.4%,验证了该方法对测井曲线重构的实用性和有效性。     

无迹卡尔曼滤波估计空间目标特征信息

为了加强对空间目标,尤其是非合作目标的探测监视,空间目标的各种特性正受到越来越多的关注。本文通过无迹卡尔曼滤波UKF对空间目标的位置、速度、姿态、角速度和材料复折射率这5种状态参数进行了反演估计。利用观测角度、光度和偏振度数据作为观测值估计目标的状态,基于位置与速度运动学模型和姿态与角速度动态模型,完成5种状态的时间演化,实现了对5种状态参数的联合估计。仿真结果表明,设置合理的状态初始值、状态方程和测量方程噪声,5种状态参数误差均能合理收敛,UKF能够较好地预测空间目标的5种特征参数,同时也验证了观测角度、光度和偏振度数据可以用于反演空间运动目标的这5种非直接观测特征信息。     

基于孤岛划分约束的有源配电网故障恢复策略

为提高供电恢复效果,更好地应对当前有源配电网信息-物理耦合程度不断加深的形势,提出了一种考虑信息流、能量流、业务流多流融合以及智能软开关(soft open point,SOP)作用的孤岛划分算法,基于该算法实现供电恢复策略。首先,为保证负荷的可靠恢复,该策略深入研究信息-物理耦合并建模,对节点信息重要度排序,讨论其对负荷恢复的影响;其次,构建了SOP的稳态模型,分析了SOP的工作原理及控制模式;接着,为了更大程度、更加灵活地恢复负荷,考虑SOP的作用,建立考虑光伏时变性及负荷运行特性的有源配电网孤岛划分模型;最后,算例仿真验证所提策略的有效性。     

基于时延嵌入式隐马尔科夫模型的癫痫脑电分类算法

癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于隐马尔科夫模型的癫痫脑电分类算法。该方法通过时延嵌入式隐马尔科夫模型(time-delay embedded hidden Markov model,TDE-HMM)对脑电进行状态估计,并提取状态序列中的状态切换特征,通过多层感知机(multiple layer perceptron,MLP)实现对不同癫痫发作阶段脑电的有效辨识。实验结果表明,相较于小波变换、微分熵等传统特征,所提方法准确率高,能够有效刻画癫痫不同阶段的大脑状态变化,为癫痫脑电的分类识别和状态分析提供了新的备选方案。     

复方蒙药广枣-肉豆蔻片的制备与质量控制

研究了广枣-肉豆蔻片的制备过程并对其质量进行控制。基于《中国药典》(2020年版)片剂项要求,考察片剂的外观性状、硬度、崩解时限、重量差异及脆碎度;采用高效液相色谱法测定广枣-肉豆蔻片中4种抗氧化成分的含量。结果表明,片剂外表光滑,色泽均匀,硬度值处于30～40 N,崩解时限控制在10 min内,脆碎度小于1%;槲皮素、原儿茶酸、甲基丁香酚、肉豆蔻醚分别在0.16～0.8μg/mL(r=0.999)、4～20μg/mL(r=0.999)、8～40μg/mL(r=0.999)、100～500μg/mL(r=0.999)内呈良好的线性关系,平均回收率分别为99.3%、101.6%、100.3%、99.3%。且方法学验证项下精密度、稳定性和重复性试验的相对标准偏差(relative standard deviation, RSD)数值均未超过2%。该含量测定方法操作简便、专属性强、结果准确可靠,可为复方蒙药广枣-肉豆蔻片的质量标准提供参考。     

Attentional negativity bias moderated by positive mood arousal

Automatically allocation of more attention to negative stimuli is called emotional negativity bias. An event-related potentials (ERPs) experiment investigated whether or not this bias was altered by positive mood arousal. The results suggested that the attention bias towards negative stimuli was attenuated when positive information was accessible.