新型复合电接触材料的开发研究

报导了一种新型电 研究开发成果。在目前普遍使用的银碳化钨－石墨体接触材料的基础上，添加适量的碳化钛，并采用化学包覆技术在添加物粉体的表面全量镀银制成Ａｇ８０（ＷＣ７０ＴｉＣ３０）１７Ｃ３（重量百分比）复合粉末，经粉末冶金工艺制成新型复合电接触材料。测试表明，该材料具有较好的综合性能，并较原有的银基复合电接触材料节银达５％。该材料已制成元件装配在开关上，并通过了开关试验，表明该材料已具有实用价值。     

一种基于粒子群算法和Hopfield网络求解TSP问题的方法

针对Hopfield网络求解TSP问题经常出现局部最优解,将粒子群算法(PSO)与Hopfield神经网络结合,提出一种基于粒子群的Hopfield神经网络方法. 实验证实这种方法能够以更大概率收敛到全局最优.     

杂交鹅掌楸叶水提液对丹参种子萌发及幼苗生长的影响

杂交鹅掌楸为优良的珍贵阔叶树种,本研究旨在探明杂交鹅掌楸叶水浸提液对丹参种子萌发及幼苗生长的化感效应,为杂交鹅掌楸人工林林药复合种植模式建立提供理论依据.采用培养皿滤纸法以及室内模拟盆栽,对丹参种子发芽率、发芽势以及幼苗生长生理指标及根系发育等进行测定,研究杂交鹅掌楸叶不同浓度的水浸提液对丹参种子萌发和幼苗生长的影响.结果表明,杂交鹅掌楸叶浸提液可以显著影响丹参种子萌发率,浸提液浓度在5～20 g/L时,对丹参种子的萌发有促进作用;随着浓度的增加(高于20 g/L),对种子萌发的抑制作用越强,除茎长外的所有指标均低于对照.浓度为40 g/L的杂交鹅掌楸叶水浸提液对丹参幼苗叶总鲜重、可溶性糖、可溶性蛋白含量以及根系的长度、表面积、体积和根尖数的正影响均是最大的,说明其最适宜丹参幼苗的生长.     

金黄色葡萄球菌SarA蛋白原核表达及免疫原性研究

目的 构建SarA的原核表达载体,对SarA蛋白免疫原性进行初步研究.方法 首先应用生物信息学方法 对SarA基因进行分析;以金黄色葡萄球菌基因组为模板,通过PCR扩增、酶切、连接等一系列反应进行原核重组质粒的构建;IPTG诱导原核重组质粒表达,对SarA蛋白进行纯化、浓缩,将浓缩后的蛋白与佐剂混合免疫家兔,收集血清,...     

利用Matlab计算螺线管内磁场分布研究

主要利用Matlab软件对磁过滤弯管内和喇叭形管内的磁场分布及强度进行了理论计算,计算结果表明:90°磁过滤弯管内部磁场分布不均匀,中间磁场强,两端磁场弱,在磁过滤弯管出口处磁力线发散;喇叭形内磁场分布也不均匀,也是中间磁场强,两端磁场弱,磁场由上端经过喇叭形的线圈后并不能扩展至整个喇叭形管,磁力线局限于以上端口圆为半径的圆柱体内.     

新铁电陶瓷材料PZT热物理性能和相变的研究

采用日本制造的闪光法TLP－18型仪器和线差法的TMA－30型仪器分别测试了PZT（51／49）铁电陶瓷的导温系数和热膨胀系数,并研究了温度,相变,极化处理和晶轴对其物理性能的影响,结果表明,在相变发生时,热物理性能产生了突变;导温系数随着温度而增大,而热膨胀系数却随着温度升高而减小,这为铁电陶瓷材料的相变研究提供了重要的理论依据。     

高校体育实施素质教育研究

采用文献资料法和访问调查法，对高校体育实施素质教育的现状进行研究。结果显示，高校体育实施素质教育受到普遍重视，但实施过程中存在校领导对学校体育工作缺乏足够的认识、不少高校“应试教育”与“锦标主义”思想较为突出、大部分高校运动场地设施经费严重不足、体育教师的整体素质不高等问题；提出了转变高校体育教育观念、把健康教育作为高校体育的重要任务、重视培养大学生体育学科能力和优化体育教学内容、选择合理实用的体育课类型和教学组织形式等8项对策。     

结合FDA与NMF的高光谱数据解混方法

高光谱图像解混是遥感图像处理的重要技术之一．利用非负矩阵分解（NMF）进行高光谱图像解混是近年来发展起来的一种方法．这种解混方法假设光谱具有稳定的光谱特性;但实际上光谱经常是多变的,这个现象影响着解混的精度．为了减小这一影响,首先利用Fisher判别分析（FDA）对高光谱数据进行线性变换,而后利用变换后的高光谱数据提出了一种FDA与NMF相结合的高光谱数据解混方法．实验表明新方法能够有效地提高解混精度与效率．     

图书馆报纸文献规范化管理研究——以中共聊城市委党校图书馆为例

以中共聊城市委党校图书馆报纸文献管理为例,介绍了现报的Interlib记到及期刊架式排列,阐述了过报的装订、报纸合订本的分类入库、报纸合订本的排架及典藏方法,探讨了通过收集免费数字报纸、建立数字报纸导航库扩充虚拟馆藏的方法。     

一种利用LSTM和稳态时间序列的光伏阵列故障诊断方法

受最大功率点跟踪算法和时变环境条件的影响,光伏阵列的电气工作参数包含了复杂的暂态过程以及工频干扰噪声,严重影响了故障特征质量以及诊断算法性能。针对该问题,本文首先提出了一种基于最大功率点（MPP）的稳态时间序列预处理方法,以自动过滤数据中的暂态过程和干扰噪声,获取连续的稳态时间序列电气特征数据,作为故障诊断模型的输入参数;然后,提出了一种基于长短期记忆网络（LSTM）的深度网络模型,以实现对光伏阵列常见故障的检测及分类;最后,在一个小型光伏并网发电系统及其Simulink仿真模型上,进行故障模拟及仿真以验证所提出的故障诊断方法。实验结果表明所提出的故障诊断方法具有良好的精度和泛化性能,并且优于常规的反向传播神经网络（BPNN）和循环神经网络（RNN）。