粉煤灰对维多利亚蓝B的吸附性能研究

以粉煤灰对维多利亚蓝B进行吸附试验,探讨了吸附时间、温度、粉煤灰投加量及溶液的pH对维多利亚蓝B吸附的影响．对于1L浓度为40mg／L的维多利亚蓝B溶液,粉煤灰投加量为10g,常温条件下,吸附时间为20min时,维多利亚蓝B脱色率达92．37％．碱性条件下的脱色率优于酸性条件．利用Freundlich等温式和Langmuir等温式对其吸附行为进行了描述,表明粉煤灰易于吸附维多利亚蓝B,属于化学吸附．     

从本科教学评估看学校教育教学工作的提高

教学评估是全面提高教育教学质量的举措。开展教学评估工作以来,我校按照以评促建、以评促改、以评促管、评建结合、重在建设的方针,依据教育部制定的评估指标体系,结合自身实际情况,转变教育思想观念,加强教学基本建设,深化教学改革,规范教学管理,学校教育教学发生了积极的变化,取得了显著的成效。     

中立型双曲微分方程边值问题解的振动性

研究一类非线性中立型双曲微分方程,得到了该类方程的两类边值问题解振动的充分条件。     

基于DCT的数字图像水印技术的研究

对DCT(离散余弦变换)域的图像水印技术进行了研究,实现了非盲水印和盲水印两种方案.为保证数字水印的安全性,在水印嵌入之前,采用Arnold置乱技术对水印进行预处理.实验结果表明,两种方法都具有较好的不可见性,能够抵御JPEG压缩、剪切和噪声攻击等常用的图像攻击技术,具有较好的鲁棒性,是较为实用的图像水印方案.     

如何在西文Auto CAD中填写汉字生成表格

本文用Ａｕｔｏ Ｌｉｓｐ语言编写程序，可将汉字文本一次注在图纸上，为西文Ａｕｔｏ ＣＡＤ增加了汉字调入功能，提高了汉字输入速度，在高级语言与Ａｕｔｏ ＣＡＤ数据接口的基础上，利用属性提取函数实现了在ＡＵｔｏ ＣＡＤ下的表格生成打印。     

基于FM广播的无源雷达自适应回波重建系统研究

介绍了采用调频广播作为外辐射源的无源雷达,因FM广播载频高和带宽窄,采用窄带采样定理可以保证在信号无失真采样的前提下大大降低采样频率,为实时信号处理提供方便。另外,目标回波会受到较强的直达波干扰影响,由于多普勒频移相对较小,目标回波与直达波干扰频谱混叠严重,使用经典滤波器进行直达波干扰抑制十分困难。因此,设计了基于最小均方的自适应回波重建系统,仿真表明,直达波干扰抑制效果明显,目标回波得到较好重建,自适应回波重建系统工作性能良好。     

用离散涡方法模拟喷嘴出口射流流场的数值模型

根据流体力学原理,用离散涡方法建立了在复平面上模拟喷嘴出口流场的一套完整模型。在此基础上,用ＦＯＲＴＲＡＮ语言编写了计算机程序,模拟了喷嘴出口流场的速度分布,利用涡元矢量图对计算结果进行了分析,得出了射流在喷嘴出口分离流动及流场中旋涡形成及发展的规律。射流在有锐缘的地方会发生流动分离,形成的剪切边界层逐渐卷起,形成旋涡结构。在喷嘴出口与哨嘴出口处形成的旋涡结构,在势流流场和其它涡元的作用下逐渐向下游运动,并向两边扩散。由于粘性扩散及计算误差的影响,在远喷距处会出现涡旋结构变形     

青海大通地区一次罕见的大到暴雨过程分析

2013年8月21日,青海西宁大通县桥头镇出现了创历史极值的大暴雨天气过程,此次暴雨的降水空间集中,降水量大,实为罕见.利用常规天气图实况资料、NCEP分析场资料、多普勒雷达探测资料进行分析,结果表明:(1)副热带高压稳定维持,引导西南暖湿气流北上,新疆脊前下滑的短波槽携带冷空气南下,冷暖空气在青海东北部交绥,为大通特大暴雨提供了有利的环流条件.(2)暴雨发生过程中有强盛的水汽输送和水汽通量输送;暴雨区水汽的辐合以及暴雨发生前大气热力不稳定为暴雨的发生提供了条件.(3)对流云团在东移南压过程中依次经过大通县城,表现为列车效应,并对应此次最大小时降雨量.径向速度场在大通地区存在着风场辐合,这种形式对本次强降水的持续提供了有利的动力条件;VIL数值的大小很好的反映了降水强度,VIL的大小、影响范围和移动方向对应降水强度、发展及消亡;雷达降水量图对本次强降水过程的降水量及落区有一定指示意义.     

酸处理竹笋壳纤维糖化工艺的优化

以竹笋壳原纤维作对比,对稀酸预处理竹笋壳纤维的绿色木霉酸性纤维素酶糖化工艺进行了研究.正交试验实验结果表明,当酸性纤维素酶用量为酸处理竹笋壳纤维用量的14倍（v/w）时,调至pH为4.5,于40℃酶水解10 h后,水解液总糖度可达2.39 mg葡萄糖/mL,酸处理竹笋壳纤维酶解率为29.03%.     

Cloud removal of remote sensing image based on multi-output support vector regression

Removal of cloud cover on the satellite remote sensing image can effectively improve the availability of remote sensing images. For thin cloud cover, support vector value contourlet transform is used to achieve multi-scale decomposition of the area of thin cloud cover on remote sensing images. Through enhancing coefficients of high frequency and suppressing coefficients of low frequency, the thin cloud is removed. For thick cloud cover, if the areas of thick cloud cover on multi-source or multi-temporal remote sensing images do not overlap, the multi-output support vector regression learning method is used to remove this kind of thick clouds. If the thick cloud cover areas overlap, by using the multi-output learning of the surrounding areas to predict the surface features of the overlapped thick cloud cover areas, this kind of thick cloud is removed. Experimental results show that the proposed cloud removal method can effectively solve the problems of the cloud overlapping and radiation difference among multi-source images. The cloud removal image is clear and smooth.