高速实时可见光通信技术研究及应用

 介绍了可见光通信技术的发展历史及研究现状。基于带宽拓展技术搭建了1 W荧光型LED做光源、PIN光电二极管做探测器、单路速率610 Mb/s的实时传输演示系统，该系统在传输距离为6.2 m时的误码率为3.48×10^-5。在此基础上搭建了荧光型LED为光源、PIN光电二极管做探测器的、双向100 Mb/s无线光上网演示系统。     

动物试验方法的专利申请

 为判断动物试验方法是否具备实用性，分析了中国关于实用性的相关规定，通过4个典型案例对动物试验方法是否属于非治疗目的的外科手术方法、是否具备实用性进行了分析，总结判断标准并给出了撰写权利要求的建议。在撰写动物试验方法的专利申请时，应当注意该方法的目的及该方法是否包含外科手术步骤，并针对该方法的不同情况采用不同的撰写策略。     

基于ESI和InCites的学科发展预测研究--以中国地质大学为例

基于汤姆路透公司的ESI和InCites数据库，分析了中国地质大学各学科的特征，探讨了高被引论文、热门论文、顶尖论文与学科发展的关系，并预测后续最有可能入围ESI世界前1％的学科。     

云南老厂矿区煤层气地质条件

在分析矿区地质条件、煤岩及煤储层特征的基础上,探讨研究区煤层气地质条件.结果表明:老厂矿区龙潭组和长兴组含煤性好,煤层厚度大并且分布稳定,煤质以无烟煤为主,生烃量大,生烃能力强;煤岩组分稳定,镜质组含量高,对甲烷吸附性强;煤层孔隙度较低,渗透率中等;解吸率和储层压力偏高,中等含气性,含气量在6.02 ～ 18.95 m3/t.研究区构造类型和水文地质条件相对简单,围岩封盖及地下水封堵作用强,利于煤层气的富集成藏.综合分析认为,老厂矿区属中型富甲烷煤层气目标区,煤层气成藏地质条件优越,煤层气资源丰富,开采条件优越.     

水溶性La_(0.88)Sr_(0.12)MnO_3纳米粒子的非水相合成

采用纳米微乳液法,以三嵌段共聚物聚氧乙烯-聚氧丙烯-聚氧乙烯(PEO-PPO-PEO)为表面活性剂,乙酰丙酮镧(III),乙酰丙酮锰(III)和乙酰丙酮锶(II)为前驱体,1,2-十六烷二醇为还原剂成功合成了水溶性La0.88Sr0.12MnO3纳米粒子.FT-IR分析证实该纳米粒子表面存在PEO-PPO-PEO分子,XRD和TEM分析表明该纳米粒子基本上呈球形、粒径分布窄、结晶度高,VSM测试表明该纳米粒子室温下显示软铁磁性.纳米粒子在水中快速和高效的分散收集过程,表明该纳米粒子具有良好的水溶性和磁操控性.     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

基于ESI的湖北省高校科技竞争力评价

基于ESI数据库，选取湖北省高校作为研究对象，分析各高校论文发表数量、被引情况、世界排名等，以期通过科技竞争力的研究，了解湖北省高校的整体实力，为决策者提供决策依据，提升湖北省高校的整体科研水平。     

价值敏感设计方法探析

价值敏感设计是一种基于人类价值原则与行为方式的技术设计方法。就其实践场域而言,价值敏感设计从计算机系统设计扩展至信息技术及其衍生领域,最终将应用于"会聚技术"的设计研发中。作为一种设计方法,价值敏感设计拥有前摄、互动、迭代和关涉利益相关者等显著特质。鉴于价值敏感设计以新兴技术为践行对象,其理论体系的建构是在技术设计案例中完成的。     

环境规制政策与公共健康——基于环境污染的中介效应检验

为了探究环境规制政策对于环境污染及公共健康的影响,本文基于我国1978至2013年颁布的976条环境规制政策,利用从政策属性力度、政策内容力度两个维度对我国环境规制政策进行量化的数据,构建了针对环境规制政策效果的计量模型,通过将中介效应检验方法引入环境健康经济学分析,检验了环境污染对环境规制政策与公共健康的中介效应.研究结果表明:环境规制政策对公共健康具有促进作用;我国总体的环境规制政策对于防治环境污染产生了一定程度的积极效果;环境规制政策通过对环境污染显著的部分中介效应进而对公共健康产生了促进作用.本研究基于总体环境规制政策文献量化角度考察的"政策-环境-健康"三维动态关系结果,阐明了环境规制政策、环境污染以及公共健康三者的影响传输路径,对于有效评估环境规制政策效果,保障环境质量以及公共健康的可持续提升具有理论借鉴价值.     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.