N-（二茂铁甲酰基）-N’-苯基脲的合成及晶体结构

报道了N-（二茂铁甲酰基）-N＇-苯基脲（3,C18H16FeN2O2,Mr=348.18）的合成及晶体结构.晶体属于单斜晶系,空间群P21/c,晶胞常数：a=1.0146（5）nm,b=1.1272（6）nm,c=2.6558（3）nm,α=90°,β=93.909（3）°,γ=90°,Z=8,V=3.0305（7）nm3,Dc=1.526g/cm^3,μ（MoKα）=1.006mm^-1,F（000）=1440,4656个可观察衍射点（I〉2σ（I））,R=0.0674,ωR=0.1245.X衍射分析表明标题化合物为N-（二茂铁甲酰基）-N＇-苯基脲.     

（F，α，ε）-凸分式半无限规划问题的ε-最优性条件

首次引入了（F，α，ε）-凸函数、（F，α，ε）-拟凸函数和（F，α，ε）-伪凸函数等概念，对已有的凸函数进行了推广，并研究了涉及这类函数的一类分式半无限规划的ε-最优性条件，得到了一些有意义的结果．这些结果不仅是现有某些结果的推广，而且为诸如资源分配问题、投资组合等问题的研究提供了依据，也为理论上研究分式规划提供了参考．     

刻度参数同变估计类L1中估计的ε稳定性

采用统计判决中的最优准则方法, 讨论了在平方损失函数下与刻度参数的最小风险同变估计T_n有关的一般同变估计类L₁=T_n+∑^n-1_i=1c_i|X_i/X_n|)}中估计的ε稳定性问题, 给出了此估计类中估计的ε稳定性条件, 并用该方法讨论了Γ分布族刻度参数λ估 计的ε稳定性. 关键词: 中图分类号: 〓〓文献标识码： A〓〓 文章编号：     

AQ2间断化学分析仪测定地表水中的氨氮

采用AQ2间断化学分析仪测定地表水中的氨氮,与标准纳氏法相比,测定结果无显著性差异,线性关系良好。方法操作简单,分析速度快,试剂用量少,在0．25～5．00mg／L范围内,氨氮检出限为19肚g／L,相对标准偏差（RSD）和加标回收率分别在1．6478％～5．8651％和94．1％～109．4％。     

悬浮填料床预处理高氨氮污染内河原水的挂膜启动性能中试研究

以含高氨氮的上海淀浦河水为水源,对填充有YSI型填料的悬浮床进行挂膜中试的启动性能试验。结果表明,在实验的第33d,氨氮去除率达80%以上,亚硝酸盐浓度没有积累,化学需氧量（CODMn）的去除率达10%左右,表明对于氨氮的去除挂膜已经成功。     

水厂污泥制备可吸附污染物的生态透水砖

污泥制砖是现阶段污泥资源化、稳定无害化、产业化途径之一。采用黏土作为黏结材料添加到给水厂污泥中烧结透水砖;并对制备的烧结砖吸附水体中污染物的性能进行了试验。用黏土作为添加剂加入到水厂污泥中制备透水砖的最佳条件是给水厂污泥、黏土和石英砂的比例分别为40%、30%、30%,在30 MPa的压力下压制成砖坯,烧成温度为1 100℃,保温时间为3 h,制成品抗压强度达到32. 7 MPa,透水系数为1. 06×10~(-2)cm/s,满足透水砖标准的要求。在实际生产中,为了尽量多地利用给水厂污泥,可将污泥的比例控制在45%左右,粗骨料标准砂的粒径控制在0. 8～1. 2 mm之间,水厂污泥筛分至0. 3 mm左右,黏土筛分至0. 125 mm左右。烧结砖吸附水中污染物试验表明,震荡吸附60 h后,其对初始浓度分别为158 mg/L、6. 17 mg/L和10. 86 mg/L的COD、NH_4~+-N和TP的去除率分别为25%、30%和57%。     

基于ε-SVR的嵌入式小波图像编码算法

针对基于支持向量机的小波图像编码算法难以实现嵌入式特性问题,在小波域构建一种回归树结构作为回归基本数据集合,同时利用子带内和子带间小波系数的相关性,提出一种线性动态阈值选取方法,以利于逐次逼近并保证回归数据的均衡性,并基于选定的阈值动态选取ε误差参数对小波系数进行多次回归,保证了重要系数被优先编码,使压缩算法具有嵌入式特性,对获得的支持向量及其权重进行自适应算术编码.实验结果表明,在压缩比相近的情况下,重构图像的PSNR(Peak Signal to Noise Ratio)比同类算法提高1～3 dB.     

基于机器学习算法的樟子松立木材积预测

【目的】 通过非线性和多种机器学习算法构建并对比不同的立木材积模型,为樟子松(Pinus sylvestris var. mongolica)立木材积的精准预测提供理论依据。【方法】 以大兴安岭图强林业局184株樟子松伐倒木数据为基础,建立非线性二元材积模型(NLR),并通过十折交叉检验和袋外数据(OOB)误差检验的方法得到3种最优机器学习算法,包括:反向神经网络(BP)、ε-支持向量回归(ε-SVR)和随机森林(RF)。对比分析不同模型间的差异,得到最优立木材积模型。【结果】 机器学习算法在立木材积的拟合和预测中均优于传统二元材积模型,具体拟合结果排序为RF>BP>ε-SVR> NLR。其中RF的决定系数(R²)比传统模型的提高了2.00%,均方根误差(RMSE)、相对均方根误差(RMSE%)、平均绝对误差(MAE)分别降低了22.90%、22.93%、36.34%,且与真实值相比平均相对误差(MRB)的绝对值更低,证明了RF在立木材积预测中的优越性。【结论】 机器学习算法作为一种新兴的建模方法可以有效地提高立木材积的预测精度,为森林资源的精准调查和经营管理提供新的解决方案。     

N-(4-甲基苯基)-N1-(1,2,4-三氮唑)脲的合成

以 4-甲基苯甲酸为原料 ,经过Curtius重排反应制得 4-甲基苯异氰酸酯 ,再进一步与 3-氨基 - 1H- 1,2 ,4-三氮唑发生亲核加成反应 ,合成了目标化合物N - (4 -甲基苯基 ) -N1- (1,2 ,4-三氮唑 )脲 ,其产率为 75 %。对目标化合物经元素分析、lR和′HNMR表征 ,并初步测定了此化合物的植物生长调节活性     

A ε-indicator-based shuffled frog leaping algorithm for many-objective optimization problems

Many-objective optimization problems take challenges to multi-objective evolutionary algorithms. A number of non-dominated solutions in population cause a difficult selection towards the Pareto front. To tackle this issue, a series of indicatorbased multi-objective evolutionary algorithms(MOEAs) have been proposed to guide the evolution progress and shown promising performance. This paper proposes an indicator-based manyobjective evolutionary algorithm called ε-indicator-based shuffled frog leap...