有限磁场作用下等离子体填充螺旋线慢波结构的色散分析

将等离子体填充的螺旋线慢波结构置于一纵向有限磁场中,考虑到磁化等离子体和介质的作用,该系统沿径向分为两个区域.采用螺旋导电面模型,利用已导出的慢波结构色散方程,数值计算了在不同的等离子体密度和磁场强度条件下,螺旋线慢波结构的色散特性,并对数值计算的结果进行了详细的分析.     

历经百年不衰的经典之作

1883年8月24日出版的Science杂志上刊登了美国著名物理学家亨利·奥古斯特·罗兰的“为纯科学呼吁”一文,时隔122年之后在《科技导报》上再次读到此文[1],作为一名有20年编龄的科技期刊编辑,不仅深为文章内容所感动,而且也感叹如今匮乏这种历经百年而不衰的经典之作。在该文中,作者列出了人们常犯的一些错误,例如:“将应用科学与纯科学混为一谈并不是罕见之事”。笔者也非常赞同作者的某些观点,例如:“人是不平等的,一些人有(聪明的)大脑、一些有(灵巧的)手,对平等的空谈不可能推翻这些自然的规则”,“人是社会的动物,他们的幸福感非常依赖…     

聚碳酸酯/超支化不饱和聚酯酰胺流动性能及力学性能研究

研究了聚碳酸酯/超支化不饱和聚酯酰胺(PC/HUPEA)共混物的流动性能及力学性能与组成之间的关系,结果表明HUPEA能显著改善聚碳酸酯的流动性,对聚碳酸酯的力学性能也有影响.在0%～1.0%质量分数范围内,共混物拉伸模量和冲击强度随HUPEA的质量分数增加而下降;HUPEA的质量分数为0.43%时,拉伸强度和断裂伸长率都有最大值,而屈服强度最小.     

校园网上sFlow网络流量监控设计

随着网络规模的不断扩大,异构化程度的不断增高,网络带宽的成倍增长,网络变得日益复杂,为了在复杂环境下提供有质量保证的网络服务,采用sFlow流量采集技术在高速校园网内进行网络流量监控,减少了流量收集的数据量,同时又保证了数据可准确地用以进行网络流量监控.分析流量采集点在网络各层次的设置,并准确地对网络流量进行全面分析,根据实际需求采用2种sFlow系统组织方案,以实际应用细诉具体sFlow的设置,提出基于sFlow技术的全网流量监控.     

广西猫儿山叶蜂昆虫区系及地理分布

对广西猫儿山进行叶蜂区系调查,鉴定整理出叶蜂昆虫134种,隶属3科63属.昆虫区系主要起源于东洋区,东洋种占总种数的65.67%.猫儿山叶蜂共计15种分布型,其中华中特有种所占比重最大,达58.96%.广西猫儿山与湖南有90个共有种,与四川有43种,与河南有39种;与云南(24种共有)的关系也比较密切,与西藏几乎没有什么联系.     

Bi4Ti3O12纳米片的低温合成与光致发光特性研究

以Bi(NO3)3.5H2O和Ti(OC4H9)4为原料,NaOH为矿化剂,聚乙二醇(PEG)为添加剂,采用水热法制备形貌规则的Bi4Ti3O12纳米片.利用X射线衍射(XRD)、扫描电子显微镜(SEM)、透射电子显微镜(TEM)、X射线荧光光谱(XRF)研究产物的物相、显微结构和组成,利用分子荧光光谱仪(PL)研究产物的光致发光特性.结果表明水热合成的Bi4Ti3O12纳米片为正交相层状钙钛矿结构,平均边缘尺寸大约200 nm,厚度10～20 nm,主要沿着平行于(111)面和垂直于(111)面的二维方向生长.室温下Bi4Ti3O12纳米片在470.4nm处具有蓝—绿发光,在399.3 nm和417.6 nm处具有紫光发射特性,初步认为是纳米片表面的氧空位和铋空位所引起的,同时在380 nm和516 nm处存在高能带边和低能带尾.     

钛酸铅纳米线的XPS和Raman特性研究

采用水热法在200℃合成直径约为12 mm、长度达5μm、具有四方相钙钛矿结构的钛酸铅(PbTiO3)纳米线.X射线光子能谱(XPS)结果表明,PbTiO3纳米线的Ti 2p(3/2)结合能中心峰值大于PbTiO3陶瓷,导致Ti 2p自旋轨道分裂(Δ(2p(3/2)~2p(1/2)))增大.室温激光Raman光谱研究显示,PbTiO3纳米线的振动模具有红移和拉曼峰展宽现象,表明纳米线的声子寿命相对于块体材料有所减小.     

智能化教学系统中教学模块的设计与应用

简要介绍智能化教学系统及其中各模块的功能,提出对核心模块——教学模块的设计思路,并给出它的工作过程,即教学模块是如何获取最佳教学决策的.最后,总结教学模块在智能化教学系统的重要地位及智能化教学系统的应用前景.     

基于改进的朴素贝叶斯文本分类研究

文本分类(Text Categorization,TC)指的是把一个自然语言文本,根据其主题归入到预先定义好的类别中的过程.文本分类是自然语言处理的一个基础性工作,也是近年来人们研究的热点话题.针对朴素贝叶斯算法在小样本集分类效果不高的原因进行了分析,对其进行了改进和调整,提出了基于改进的朴素贝叶斯文本分类方法,试验结果表明,该方法取得了更好的效果.     

基于学习的并行免疫量子进化算法及收敛性

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式,使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。