无创血糖检测方法的研究

对血糖浓度进行紧密控制能减少或减轻糖尿病病人的长期并发症,糖尿病病人在诊疗期间经常要进行血糖浓度化验,频繁进行的抽血给病人带来了痛苦和不便,也给医护人员增添了工作.为了改变这一局面,近年来国内外正在积极研究血糖浓度的无创性检测方法.本文对多种葡萄糖无创检测方法(如傅立叶变换红外光谱法,组织的力学操作,脉冲光声技术等)进行了研究和总结.     

镍在碱溶液中阳极氧化膜的拉曼光谱

利用拉曼光谱方法研究了Ｎｉ在１ｍｏｌ．Ｌ＾－１ＮａＯＨ溶液中阳极氧化膜的性质，结果表明，在电极电位为０．５５Ｖ时，表面氧化膜为β－ＮｉＯＯＨ，在０．３Ｖ和－０．４Ｖ时，虽然大部分β－ＮｉＯＯＨ已被还原成β－Ｎｉ（ＯＨ）２，但表面的最外层可能是ＮｉＯ薄层，在电位阶跃的同时，记录表面拉曼光谱光谱的变化，在β－ＮｉＯＯＨ膜的阴极还原时，光谱变化缓慢，可以认为，反应起始于β－ＮｉＯＯＨ／Ｎｉ界面或膜内部，     

预示三元系热力学性质的不对称模型

本文提出一种预示三元系热力学性质和用于相图计算的新几何不对称模型，该模型在现有不对称模型中数学解析式最简洁，计算精度较高，它应用于Bi-Ga-Sn,Au-Ag-Sn和NaCl-KCl-CaCl2 3个三元系，计算值与实验结果吻合较好，文中还阐明了在不对称模型中选取不对称组元的热力学准则。     

基于贝叶斯网络的大学生共享单车出行行为研究

为研究大学生共享单车出行行为,以福州市大学城各高校学生为研究对象,利用问卷调查采集各年级学生共享单车出行数据.首先,基于所获得的数据计算各节点的互信息值,假设贝叶斯网络参数服从Dirichlet分布,采用K2算法进行贝叶斯网络结构学习,利用贝叶斯估计法进行贝叶斯网络的参数学习,从而构建大学生共享单车出行行为的贝叶斯网络.然后,利用所构建的网络进行共享单车出行方式预测,计算该模型的预测值与实际值的误差,分析模型的精度,且与常用的Logit模型预测结果进行比较.最后,在所构建的网络模型基础上,应用联合树引擎分析是否拥有私人交通工具、出行距离等影响因素对大学生共享单车出行行为的影响.分析结果表明,贝叶斯网络学习精度较高,比Logit模型预测结果更有效.     

Assessing Textie Factory Performance

This paper provides a way of assessing performance in for-profit sectors,such as,textilefactories of Nanjing Textiles Corporation,China.The methods are closely related to the Farrealefficency measure or data envelopment analysis(DEA).The paper studies the following three prob-lems:(1)whether factory is operating at the minimum point of the long-run average cost curve;(2)whether there exists costless reduction in input;and(3)whether factory happens input congestion.     

NbCl5氢还原制备金属铌粉的热力学模拟

基于过程模拟开发组件库SimuSage开发了通过氢气还原氩气气氛中的NbCl5制备超细铌粉的热力学模拟程序,讨论了蒸发温度、载气用量(Ar(g))、还原反应温度、H2(g)用量、收集区温度等关键参数的影响.研究表明:NbCl5(s)的蒸发率以及气相中NbCl5(g)的浓度取决于蒸发温度及氩气的用量;还原温度为1000℃时固相产物为Nb(s)单一相所需的最小H2(g)用量为20 mol/1 mol NbCl5;提高收集区温度有利于获得高纯度固相Nb粉产物.     

数据库原理与应用课程教学改革初探

数据库技术是计算机软件领域的一个重要分支，是普通高校计算机专业和信息管理专业的必修课程之一．传统教学模式存在教学方式单一和实验课时较少、实验内容不合理等不足，影响了该门课程的教学效果．针对以上问题，对课程的教学课时安排、教材的选取、教学方法的改革和实验课时分配及实验内容的选取等方面提出一些教学改革建议，以期能够促进该课程教学质量的提高．     

高职“就业指导”精品课建设探析

高职"就业指导"精品课建设是一项体现整体论的系统工程,充分体现了一种符合高职人才培养特点的新型的、互动的、科学的现代教学理念,为此,高职"就业指导"精品课建设必然要在教育理念、教学目标、教材编纂、课堂讲授等方面适应并深刻地体现这种理性的回归.     

基于多地震属性的高分辨率拟测井参数的预测

基于多地震属性、测井资料,用多变量回归算法成功地对胜利油田ken-71地区的拟测井参数做出了预测.计算采用了Daniel P.Hampson提出的将多变量回归权重系数推广为具有一定时间长度的褶积算子,使预测结果的分辨率获得提高.对该方法提高分辨率的原理做了详细的讨论,给出了该算法在胜利油田ken-71地区采用常规地面地震数据和测井数据,预测得到的目标区域的拟孔隙度参数的分布,结果显示使用该方法深度分辨率可达8～10 m.