Ga原子对Fe-Ga合金原子磁矩的影响

研究了Fe-Ga合金中Ga原子对合金的平均原子磁矩的影响.Fe中掺入Ga原子后,并不是简单的"稀释"作用.与纯Fe的原子磁矩相比,Fe-Ga合金中平均原子磁矩减小的同时,在低Ga含量范围,Fe原子的磁矩随Ga含量的增加而增大;当Ga含量大于17%(原子分数)时,Fe原子磁矩随着Ga含量的增大而减小.     

香根草愈伤组织的诱导和快速繁殖

为了寻找大批量快速繁殖香根草的有效办法,以香根草的茎段、茎节为实验材料进行愈伤组织的诱导和快速繁殖的实验.用不同浓度的6-BA、IAA、2,4-D对其不同的外植体进行试验.结果表明:在愈伤组织诱导实验中,MS培养基附加6-BA 0.5mg/L 2,4-D 2.0mg/L的激素组合对茎段愈伤组织诱导效果最佳;将产生的愈伤组织团转入分化培养基中,诱导不定芽,其最适分化培养基为MS附加6-BA 3.5mg/L IAA 0.2mg/L;再生苗在MS培养基附加6-BA 3.0mg/L IAA 0.5mg/L的培养基上,进行生根培养效果较好.可见,茎段和茎节均可作为外植体.考虑到茎段数量较大,易取材,且效果明显优于茎节,认为茎段是香根草组培快繁的理想外植体.     

设备基础隔冷层膨胀珍珠岩砂浆施工

介绍了膨胀珍珠岩砂浆作为空分基础隔冷层材料的优点，以及为保证砂浆强度降低导热系数，所使用各种材料的配合比；介绍了保证施工质量采取的施工方法及养护措施．实验表明，采用膨胀珍珠岩砂浆作空分基础隔热层，能有效的起到隔冷和承载空分设备的作用。     

一种用于数字电视地面广播的编码调制方案

为提高数字电视地面广播(DTTB)系统的传输性能,在传统的串行级联编码结构中,引入Turbo码的思想,同时结合16QAM映射和多载波正交频分复用(OFDM)调制,构造了一种新的并行级联格型码(PCTC)作为内码方案.在接收端采用基于MAX-LOG-MAP准则的"滑动窗"迭代Turbo译码算法,以达到性能和复杂度的折衷并避免了归零处理.在加性高斯白噪声信道下的误码率性能仿真证明:在视觉门限下该方案所需的比特信噪比Eb/No仅为3.4 dB,比参考方案有约1.8dB的增益.在此场强水平下,该系统可提供净信息速率约为12.5Mb/s的可靠视频广播.     

火焰原子吸收光谱法测定复方丹参片中微量元素

利用原子吸收光谱法测定了中成药复方丹参片中Ca、Mg、Fe、Zn、K、Na、Mn、Cu、Cr、Ni、Co、Sr、Cd、Pb等14种元素的含量．详细研究了消化液(混酸)种类、HNO3和HClO4的比例、消化液体积及消化时间对测定结果的影响．测定结果表明：复方丹参片中K、Na、Fe、Ca、Mg、Mn和Sr的含量较为丰富。     

供应链中的牛鞭效应及VMI

在对供应链中牛鞭效应的现象及成因进行介绍的基础上，阐述了供应商管理库存(VMI)的基本思想，实施VMI的前提，及其实施VMI应采取的步骤；分析了如何通过VMI的方式减缓牛鞭效应带来的负面影响。     

长玻璃纤维增强PET复合材料界面的研究

为促进PET在玻璃纤维表面的接枝反应，将长玻璃纤维增强PET热塑性复合材料的预浸料进行热处理，用短粱三点弯曲测定了长玻纤增强PET复合材料的层间剪切强度，采用红外光谱分析、扫描电镜、裂解气相色谱质谱联用等手段对增强纤维表面的化学结构进行了分析。结果表明经过热处理可以提高复合材料的界面粘合强度，而此良好的界面粘合强度源于PET分子链在玻璃纤维表面的接枝反应。     

连续时间Markov控制过程的平均代价最优鲁棒控制策略

在Markov性能势基础上 ,研究了一类转移速率不确定但受紧集约束的遍历连续时间Markov控制过程 (CTMCP)的鲁棒控制问题 .根据系统的遍历性 ,平均代价Poisson方程的解可被看作是性能势的一种定义 .在平均代价准则下 ,优化控制的目标是选择一个平稳策略使得系统在参数最坏取值下能获得最小无穷水平平均代价 ,据此论文给出了求解最优鲁棒控制策略的策略迭代 (PI)算法 ,并详细讨论了算法的收敛性 .     

论培养和提高学生自我效能感的教学策略

自我效能理论是班杜拉社会学习理论体系的重要组成部分之一，自我效能感的高低对学生的学业水平和发展方向有着直接的影响，为教师者应在了解自我效能感的主体作用机制和形成途径的基础上，探讨如何在课堂教学中采用适当的教学策略以提高学生的自我效能感，从而达到提高其学业水平的举措．     

An extended Lagrangian support vector machine for classifications

Lagrangian support vector machine (LSVM) cannot solve large problems for nonlinear kernel classifiers. In order to extend the LSVM to solve very large problems, an extended Lagrangian support vector machine (ELSVM) for classifications based on LSVM and SVMlight is presented in this paper. Our idea for the ELSVM is to divide a large quadratic programming problem into a series of subproblems with small size and to solve them via LSVM. Since the LSVM can solve small and medium problems for nonlinear kernel classifiers, the proposed ELSVM can be used to handle large problems very efficiently. Numerical experiments on different types of problems are performed to demonstrate the high efficiency of the ELSVM.