Ru基化合物催化制氢的研究进展

氢的存储是车载燃料电池发展的关键环节。甲醇在室温下呈液态并且储氢量达12.6wt%,然而分解甲醇制氢需要较高的温度(超过200℃)和压强(25~50bar)。最近研究者报道了利用单核钌(Ru)基化合物作催化剂,在常温常压条件下可以将甲醇分解成CO_2和H_2;利用双核Ru基化合物作催化剂,可以将多聚甲醛或甲醛与水的混合溶液有选择性地脱氢生成H_2和CO_2,但是关于Ru基化合物微观层次的催化机制还需要进一步研究。本文综述了不同配体构型和不同种类配体对催化剂活性的影响及其脱氢路径,以及催化剂的催化活性和溶液的pH值之间的关系,阐明如何改进现有单核Ru基钳型化合物和双核Ru基化合物催化剂的性能,设计催化活性更优良的新型催化剂。     

青海及周围地区的蕨麻红外图谱的建立及计算机解析

利用红外图谱法建立了蕨麻的红外指纹图谱.采用小波分析对红外光谱图进行去噪后,再把去噪后的光谱原始数据长度由1 868压缩到241,通过压缩后的数据对11批蕨麻进行了相似度计算和灰色关联度分析.结果表明,所建立的蕨麻的指纹图谱可用于蕨麻的质量评价.     

浅谈阅览室阅读环境的人性化设计

校园图书馆是学校教育中与实验室和师资相并列的重要要素之一。从人性化的角度阐述了如何对图书馆阅览室的噪音、采光及空气质量等进行合理设计,从而为读者提供一个舒适、安静的阅读环境。同时,指出人文环境因素对读者具有重要的影响。     

达州革命老区红色旅游对农村体育的影响研究

根据革命老区的特点,结合达州当前农村体育和红色旅游在发展过程中的重要成效、主要不足及制约因素,通过探究达州农村体育与红色旅游协同发展的可行性,提出红色旅游与农村体育相辅相成、互动发展的思路,从而更好地促进革命老区达州红色旅游与农村体育的良性、和谐、共同发展.     

绿色建筑发展关键主体动态博弈——基于供给侧结构性改革视角

 中国绿色建筑市场正处于稳步发展阶段，但仍然存在供需结构不合理、各方利益关系协调不均衡等问题。基于供给侧结构性改革视角，分析了绿色建筑发展过程中“供应侧”和“需求侧”两端正外部经济性特征，构建了政府与供、需两端关键主体动态博弈模型，提出了基于政府、房地产开发商和消费者的对策建议。通过研究，表明绿色建筑发展前期阶段存在正外部经济效应和市场失灵共生现象，供、需两端并不能满足帕累托效率的平衡量要求，只通过市场自身资源配置功能调节绿色建筑市场结构和各主体利益关系存在局限性，政府的适度干预有利于实现供、需两端最优利益组合和利益均衡，有助于加快实现传统建筑市场转型升级。     

纤维增强悬臂复合薄板固有特性分析与验证

采用理论与实际相结合的方式,对悬臂状态下纤维增强复合薄板的固有特性进行了分析与验证.首先,基于双向梁函数法,推导了具任意纤维角度下该类型复合薄板的最大动能和应变能,明确了利用该方法获取固有频率和模态振型的原理.然后,编写了Matlab计算程序,并给出了分析纤维增强悬臂薄板固有特性的具体流程.最后,搭建了固有特性测试系统,并以TC500碳纤维/树脂复合薄板为研究对象,进行了实际测试.验证结果表明,基于双向梁函数法的纤维增强复合薄板固有频率计算结果与实验结果的误差在3.7%~9.7%,且前5阶振型结果也与测试振型结果一致,进而验证了所提出的理论分析方法的正确性.     

罩式退火炉热过程数学模型与实验验证

考虑对流板复杂的几何结构,建立三维模型,采用正交试验法模拟获得流量、外径和炉内温度对炉内各处努塞尔数Nu分布的影响,得到流量在考察的3种因素内流量的影响作用最强的结论。接着进一步分析Nu随流量的变化,并拟合得到各处Nu与流量的关系式;为了解决炉内复杂几何形状条件下的辐射换热角系数求解问题,采用Monte Carlo方法建立炉内辐射换热角系数求解模型,并最终采用热辐射网络图法求解炉内辐射换热。通过现场进行热电偶插片实验验证本文所建立模型的准确性。研究结果表明:模拟计算得到的温度与现场实测值基本一致,证明了模型的准确可靠性。     

基于知识图谱的我国农产品品牌研究述评

依据科学知识图谱相关理论，利用CiteSpace软件对农产品品牌相关文献进行可视化分析，再利用Netdraw软件描绘主要研究内容的网络关系，对我国农产品品牌研究的热点内容、演进历程和趋势进行分析.结果表明，农产品品牌研究内容主要集中在农产品品牌属性结构及效应、品牌评价、品牌建设运营及区域品牌/地理标志品牌等方面.研究内容的演进路径反映了不同阶段的研究特色，也契合了国家政策调整和经济社会发展需求变化.我国专注于农产品品牌研究的学者和机构较少，学者间或机构间也未建立起紧密的合作关系.未来研究应进一步完善农产品品牌基本理论及研究方法，拓展农产品品牌研究的深度与广度，建立合作紧密的学术研究网络.     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

异质多智能体系统在固定拓扑下的分组一致性

研究了异质多智能体系统的分组一致性,针对固定通信拓扑情况,提出了一种基于邻接信息的分布式控制协议,并通过李雅普诺夫理论,推导出异质多智能体系统实现分组一致性的充分条件.最后利用数值仿真验证了理论分析的正确性.