热塑性聚酰亚胺微电子薄膜的制备

以微电子业所急需的聚酰亚胺薄膜为背景,采用一种热塑性聚酰亚胺树脂（TPI）,实验测定了聚合物溶液特性、干燥工艺及热拉伸性能。在化学环化过程中聚合物溶液粘度随时间逐步增大;15 h后粘度和重均相对分子质量及分布趋于稳定。薄膜溶剂舍量在干燥初期急剧下降,干燥速率随干燥温度升高而增大。TPI树脂表现出良好的热塑拉伸性能,当温度高于其玻璃化温度时,最大拉伸比随升温速率降低而增大,而随拉伸栽荷增加呈现出先增后降。TPI薄膜经拉伸处理后其力学性能得到明显提高,综合性能与日本钟渊TP-E薄膜相当。     

急倾斜综放破碎顶煤流动规律数值模拟

急倾斜特厚煤层综放工作面长度较短,提高水平分段高度可增产增效,但存在顶煤放出率低的问题。有必要采取措施弱化高阶段顶煤,研究弱化后煤体流动规律。苇湖梁煤矿急倾斜煤层高阶段顶煤超前注水-预裂爆破致裂弱化后,破碎顶煤具有散体介质特征。基于现场地质环境与开采条件分析,将弱化后顶煤视为非连续介质,应用颗粒流计算程序PFC(Particle Flow Code),对比分析了急斜煤层高阶段顶煤弱化前后随时间演化规律,为安全开采提供了理论依据。     

江蓠属和龙须菜属5种海藻ITS序列分子系统学分析

测定了江蓠属Gracilaria和龙须菜属Gracilariopsis 5个物种的23个群体的ITS(含5.8S rDNA)序列,并结合GenBank数据库中现有江蓠科Gracilariaceae的16个物种的ITS序列进行分析,在不同分类阶元中探讨了序列变异和和系统进化关系。江蓠科海藻ITS序列长度在893～1 508 bp之间,种间遗传距离在0.041～0.600之间,种内遗传距离在0.000～0.012之间,其种间遗传距离均大于种内遗传距离;ITS系统发育聚类结果显示江蓠科分为两大分支,分别是江蓠属/Hydropuntia分支、龙须菜属/蓠生藻属Gracilariophila分支;江蓠科海藻5.8S序列种内种间变异很小,但存在稳定的属间区分位点,可用于属以上水平的分类鉴定;中国、美国和俄罗斯三地的真江蓠群体的ITS序列存在9个稳定的变异位点,可以将不同地理群体区分开。     

花生固氮根瘤菌应用研究

应用花生固氮根瘤菌，通过拌种方法在花生种子中接种，种植在未种过花生的花岗岩发育的壤土中，进行固氮效果测定。结果表明，施用的花生固氮根瘤菌明显增加了花生的结瘤量，植株生长健壮，群体生长旺盛，增加植株生物量，结荚率提高11%，植株含氮量提高52.9%，籽仁含氮量提高52.5%，产量提高40%，增产效果显著。     

北海营盘近海区马氏珠母贝自然资源调查

2006年12月6日至27日对北海营盘近海马氏珠母贝(Pinctada martensii Dunker)自然资源进行调查。调查分为群访调查和海上调查,群访调查是到主要珍珠养殖自然村及北海、营盘渔港码头收集人工捕捞或养殖的马氏珠母贝,海上调查是对北海营盘近海区的9450hm2水域设29个站位捕捞马氏珠母贝。结果群访调查收集到185个天然马氏珠母贝,海上调查仅有5个站出现马氏珠母贝,共获珠贝12个。个体最大的是自然海区生长的马氏珠母贝,壳长最大者达100.4mm,平均76.1mm;壳高最高为114mm,平均70.9mm。海上调查捕获的马氏珠母贝体重18.4~182.5g,平均值为85.6g;年龄2.5~6龄,平均5龄,占大型底栖贝类数量的0.34%。马氏珠母贝的数量已是少之又少,保护马氏珠母贝资源迫在眉睫。     

基于协同电子商务的企业采购模式的设计与实现

本文建立了在协同电子商务环境下新的网络采购模型,介绍了协同采购管理系统的体系结构、功能设计以及系统实现的关键技术,详细论述了决策支持技术及系统集成方法．目前该系统已在企业中试用,且运行良好．     

Ti-6Al-4V钛合金长寿命疲劳试验

研究了Ti-6Al-4V在室温空气环境下的疲劳性能,获得疲劳寿命为107下的Goodman曲线.结果表明,用简化的Goodman直线代替Goodman曲线对于Ti-6Al-4V钛合金偏于保守.对断口形貌的观察表明应力比R在0附近时裂纹萌生于内部,而当应力比接近-1和1时裂纹萌生于表面.另外,研究了估算Ti-6Al-4V在不同应力比的疲劳强度估算公式,得出Ti-6Al-4V厚板和挤压件缺口试样估算公式的系数,分别为1.422和1.042.     

加强社会救助立法完善人权保障体系

社会救助权是联合国有关人权公约所倡导的一项基本人权,也是我国宪法赋予公民的一项基本权利。社会救助法是社会保障体系的基础和重要的分支,但是根据我国基本国情,实行社会保障综合立法还有困难,当务之急是制定《社会救助法》这部单行法律,建立起以社会救助法这部单行法为核心内容的社会保障法律体系,确保低水平的社会保障体系的建立和保障公民基本人权的实现。     

一种基于密度的网格动态聚类算法的研究

聚类算法是数据挖掘领域中一个非常重要的研究方向.至今为止人们已经提出了许多适用于大规模的、高维的数据库的聚类算法.基于密度的聚类算法是其中一个比较典型的研究方向,文中以DBSCAN为基础,提出一种基于密度的网格动态聚类算法.新算法将网格的原理运用到基于密度的聚类算法中,并采用了动态的参数法,能自动根据数据的分布情况进行必要的参数更改,有效减少DBSCAN对初始参数的敏感度,从而提高了聚类的效率和效果,降低了算法I/O的开销.算法不仅能挖掘出各种形状的聚类,并能准确的挖掘出数据集中突出的聚类.     

一种基于映射簇的聚类分析算法

应用映射簇的概念来明确多维数据中簇与维度的关系,将聚类问题转化为映射簇问题;将采样技术与PAM相结合,根据曼哈坦距离计算数据对象之间和簇之间的距离实现聚类分析.此外,给出了相应的具体算法,并将该算法与k-中心点算法进行了试验比较.试验结果证明了该算法的有效性.