论小型水库的加固方法

介绍了文峪河水库的概况,结合文峪河水库的实际情况,详细阐述了小型水库的除险加固施工方法。     

新型T+1断裂蛋白质内含子的构建

首次从天然C端外显子为苏氨酸(Thr)的标准蛋白质内含子(TerSnf2)构建出两类T+1型断裂蛋白质内含子:Snf-S0和Snf-S1,通过蛋白印迹法测定Snf-S0和Snf-S1介导的蛋白质反式剪接效率分别达到53.5%和33.3%;当这两类断裂蛋白质内含子C端外显子分别为半胱氨酸(Cys)和丝氨酸(Ser)时均具有剪接活性.所获的两类具有剪接活性的T+1型断裂蛋白质内含子具备一定的插入位点通用性,这一特点为蛋白质反式剪接技术在蛋白质工程领域广泛应用提供了新的契机.     

普物DIY实验模式的探索与实践

为切实提高低年级物理专业学生的实验意识和动手能力,进行了DIY实验模式的探索,专门开设了短学期的《物理实验技能训练》DIY课程,教学遵循"早启动,集中制作,终期答辩,后续应用"的原则。以望远镜制作为例简要介绍了具体的实施过程,鼓励学生综合应用各种技术手段,在"做中学,学中做",自制的DIY作品可作为实验成果也可作为实验仪器用于传统实验或后续的其他实验,并侧重DIY作品的实验效果给分,这种实验方式受到了学生的普遍欢迎。     

认知层次与信念更新对博弈合作行为影响研究

将认知层次模型引入到虚拟博弈中,考察具有异质认知层次的个体,其信念学习与更新规则对协调博弈最终均衡收敛的影响.研究表明:高阶认知层次局中人策略选择依赖于其关于低阶认知层次局中人策略选择的信念;局中人策略选择与其关于对手初始策略选择的信念有关;信念更新与博弈次数影响最终系统的合作水平.     

基于Swarm的股权拍卖机制设计与仿真研究

基于多主体的建模仿真方法，运用particle swarm optimization（PSO）群体智能算法模拟信息交互条件下外部投资者估价变化的学习机制和演化规律，在机制设计的基础上，建立了实现风险投资退出的股权拍卖模型.在Swarm平台上对股权拍卖模型的仿真分析表明，所设计的股权拍卖机制能够显著地提高风险投资家的收益，并能帮助风险投资家预测外部投资者的估价和拍卖参与度的变化.对股权拍卖模型的参数仿真发现，风险投资家可以通过引入更多的外部投资者参与股权拍卖来进一步提高自己的收益；即便外部投资者过度强化单一学习能力，最终也可以得到相对理想的股权拍卖结果.本文的研究可以为风险投资家的策略选择提供参考依据.     

竞争条件下广告费用的最优控制问题

讨论了竞争条件下广告费用的最优控制问题，考虑两种同类竞争性产品，Ⅰ，Ⅱ，根据产品I泊厂家所采取的两种不同方案分别讨论产品I所需投资的广告费用最优控制，其一是它注重对产品的广告投资，其二是它不做广告采取低价销售。     

超级电容器RuO_2·nH_2O电极材料的热处理工艺

以RuCl_3·3H_2O水溶液为电沉积液,采用直流一示差脉冲组合电沉积技术制备超级电容器用钽基RuO_2·nH_2O薄膜阴极材料.借助扫描电镜、X射线衍射仪和电化学分析仪,研究RuO_2·nH_2O薄膜的微观形貌、物相结构、循环伏安和充放电性能.实验结果表明:RuCl_3H_2O先驱体经热处理后转变成RuO_2·nH_2O薄膜,呈不定形结构时能获得较大的比电容;随着热处理温度的升高,薄膜材料的附着力提高,RuO_2·nH_2O薄膜由不定形结构向晶体结构转变,随之薄膜的比电容下降;在300℃热处理的RuO_2·nH_2O薄膜电极材料,其比电容为466 F/g,薄膜与钽基体的附着力为11.3 MPa,薄膜的单位面积质量为2.5 mg/cm~2,1 000次充放电循环后比电容为循环前的93.1%.     

韶关地方志修纂著录述略

历史上的韶关各府州县大都创修方志，并不断续修，韶关地方志编修蔚为壮观。对韶关地方志编修和著录进行梳理是韶关文化建设的重要组成部分。     

MFI型分子筛膜晶内孔道的在线CVD调变

采用在线化学气相沉积(CVD)法对全硅MFI型分子筛膜进行晶内孔道修饰,考察晶间缺陷对膜晶内孔道修饰效果的影响。采用硅烷水解法对缺陷较多的膜进行缺陷孔的修补,结合扫描电子显微(SEM),观察膜微结构的变化。结果表明:分子筛膜表面缺陷显著影响晶内孔道调变效果。500℃时,缺陷较少的膜经晶内修饰后H2/CO2分离因子由修饰前的2.7提高到42.3,H2渗透性由2.25×10-7mol/(m2.s.Pa)降至1.52×10-7mol/(m2.s.Pa)。经缺陷修补后的分子筛膜,其晶内修饰后的H2/CO2分离因子比未修补的膜有一定幅度的提高。     

一个解无约束几何规划的共轭梯度算法

利用几何规划的对偶原理,将几何规划问题转化为相应的对偶规划,并利用几何规划及其对偶规划的特点,以及非线性规划共轭梯度算法的研究成果,将2者进行了恰当的结合,构造了无约束正定几何规划的一种有效算法.在算法中采用了一种较好的广义Armijo步长搜索方法,且在较弱的条件下证明了算法的下降性和全局收敛性.