聚氨酯/环氧树脂互穿网络硬泡循环压缩

制备了聚氨酯(PU)/环氧树脂(ER)互穿聚合物网络硬泡,研究了互穿聚合物网络(IPN)硬泡的化学结构及微观结构形态.傅里叶红外光谱(FTIR)分析表明,IPN硬泡的网络间存在接枝反应.扫描电子显微镜(SEM)分析发现,IPN硬泡泡孔结构形状都比较均一.循环压缩实验研究表明：随循环次数增加,应力下降,单次循环的能量损耗下降;随ER含量增加,IPN硬泡的压缩模量和强度提高,相同应变下应力增加,每次循环耗能增加;循环压缩的加卸载应力 应变曲线可用改进的Ogden模型表示;累积能量损耗可用Weibull方程表示.     

γ暴计数的宇宙学含义

研究１９９６年公布的ＣＧＲＯ（Ｃｏｍｐｔｏｎ Ｇａｍｍａ－Ｒａｙ Ｏｂｓｅｒｖａｔｏｒｙ）卫星中ＢＡＴＳＥ（Ｂｕｒｓｔｓ ａｎｄ Ｔｒａｎｓｉｅｎｔ Ｓｏｕｒｃｅ Ｘｘｐｅｒｉｍｅｎｔ）探测器记录的１０００多个γ暴数据。改进了过去Ｍｅｅｇａｎ（１５３个暴）和Ｆｉｓｈｍａｎ（２６０个暴）对γ暴计数的研究,进一步支持γ暴处于宇宙学距离的观点。     

财经类高校实验室发展中的问题与对策

文章着重分析了财经类高校实验室的现状、建设管理及发展实验教学工作存在的一些问题,对如何加强实验室建设与管理、深化实验教学改革与创新、培养学生实践能力与创新能力提出了对策。     

平动椭圆振动筛动力学模型建模方法研究

利用机械系统三维造型软件和多体系统动力学仿真软件建立了平动椭圆振动筛的虚拟样机模型,探讨了建立平动椭圆振动筛的虚拟样机模型过程中的关键技术.并且利用该平动椭圆振动筛的虚拟样机对平动椭圆振动筛进行了运动参数验算分析,分析结果表明采用虚拟样机得出的结果与实验测试结果具有较好的一致性;为平动椭圆振动筛的仿真虚拟模型的构建,研究探索了一种可行的方法.     

模拟电路故障诊断中故障重分类方法的研究

分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.     

转变师生认识,共建绿色班级

绿色班级的建设重在舆论的导向和氛围的建设,而这些又全都仰仗班主任和学生的思想状况和认识水平的改善和提高.文章通过分析班主任和大学生目前存在一些思想认识上的误区和偏差,采取相应的措施加以引导,最终实现教育目标.     

水稻高温感知及响应机制的研究进展

全球气候变暖威胁粮食安全,水稻极易受到高温的影响而减产。植物通过不同层面感知高温并激活下游的高温响应,包括膜流动性、蛋白质内稳态和活性氧内稳态平衡的改变等。水稻在不同的亚细胞结构(细胞膜、内质网、叶绿体)和不同的生理生化过程(核酸、蛋白质、代谢)上响应高温。自然位点在生产应用上更为便捷,其中TT1(Thermotolerance 1)、TT2、TT3是三个重要的水稻耐高温自然位点,并分别通过参与毒性蛋白清除、钙信号介导的蜡质代谢以及细胞膜-叶绿体信号转导调控水稻抗热,因此挖掘耐高温自然位点,解析作物高温感知及响应机制,为培育抗高温作物新品种提供理论基础,具有重要意义。     

Light emission of double-walled carbon nanotube filaments doped with yttrium and europium

As the potential applications of carbon nanotubes in the field of electroluminescence,elements yttrium and europium were introduced to modify the emission properties of double-walled carbon nanotubes(DWNTs)to obtain higher efficacy and other properties.The light emission spectrum of the Y-Eu-doped DWNT filament is suppressed in the near-infrared range,while enhanced in the mid-infrared range.The doped DWNT filament can reach higher efficacy than that of the pure DWNT filament at the same input power and can...     

一种改进的Knockout抠图方法

通过对Knockout算法的研究分析,针对其在实际应用中需要用户大量的交互工作以及因模型简单造成的抠图不精确问题,提出了一种改进算法。该算法用区域生长方法将用户输入的前、背景线段生长聚合成前、背景区域;然后用轮廓查找方法找到两个区域的轮廓作为Trimap的前、背景轮廓线;最后使用优化颜色样本的方法对每个未知像素点的样本进行优化,提高抠图的精确度。实验结果表明,改进后的算法需要用户较少的工作量,能够得到传统Knockout算法更好的抠图效果。     

基于压缩感知的多角度合成孔径雷达成像

多角度合成孔径雷达（syntheticapertureradar,SAR）成像是实现多SAR信息融合的重要方式．对提高成像分辨率．重构目标轮廓进而提高雷达目标检测或分类性能具有基础性价值．由于各传感器发射信号和测量位置的多样性,实现多角度SAR成像具有挑战性．如何在噪声干扰情况下快速实现多角度SAR成像是一个新问题．本文建立了基于压缩感知的多角度SAR测量模型．通过对测量矩阵的分析,证明多角度SAR测量角度范围、发射信号载频和空间采样位置是影响成像性能的关键因素,研究了目标空间离散间隔对成像质量和分辨率的影响．以上述分析为基础,本文对多角度SAR发射信号载频和测量位置进行设计,构建满足约束等距性的测量矩阵．针对测量矩阵阶次较高的问题,文章提出用分段正交匹配追踪（stagewiseorthogonalmatchingpursuit,STOMP）进行模型求解,在测量矩阵欠定严重的情况下,该算法可以迅速求得模型最优稀疏解．在实验环节．通过分析多角度SAR参数对成像性能的影响,进一步验证了本文结论．实验验证了模型和相应求解算法的有效性和鲁棒性．