“五常法”在护理学实验室开放管理中的应用

运用"五常法"提高护理学开放实验室管理效果。根据护理学实验室开放过程遇到的问题,按常组织、常整顿、常清洁、常规范、常自律的原则,制定符合本专业要求的管理方法和制度。"五常法"实施后,实验设备损坏少,低值易耗品损耗率显著下降;学生慎独意识增强,逐渐养成良好的实验习惯,实验室卫生环境明显改观。"五常法"管理护理学开放实验室效果好,值得推广。     

铜合金材料的磨削研究及应用实例

铜合金的零件具有硬度强度低、延展性大、线膨胀系数大等性能,磨削过程中非常容易出现堵塞、划伤、拉伤等。为了避免这些现象,在磨削过程中必须选择合适的砂轮、磨削液与磨削工艺,并进行参数优化。     

利用ARGO实验寻找GRBs的本底研究

位于西藏羊八井宇宙线观测站(海拔4300 m)的ARGO-YBJ实验具有高海拔、大视场、全覆盖特点,其阈能约几百个GeV,在探测高能GRBs方面具有独特的优势.ARGO-YBJ实验不能分辨光子和质子,要在大量的宇宙线事例中找出光子信号,就必须正确地估计背景事例率,这是寻找高能GRBs的关键.本文采用"等天顶角法"对ARGO实验中寻找GRBs的宇宙线本底进行了分析.由于地球的自转,天顶角随着时间的变化而变化.本文重点分析了长暴在其持续时间内天顶角的变化,从而更加准确地进行了本底估计.     

浅议中日小学生对比

有比较才能有进步。中日两国的小学生有着不同的学习、生活状况,本文对中日小学生课内学习与课外生活两个方面进行比较,找到我国小学生教育的不足,对日本教育中的优点吸收、借鉴,以期能对我国小学生教育有所帮助。     

跨界合作在电专业大学生创新训练初探

针对大学生创新训练项目存在的宣传、教师指导、学生参与和实施过程中的诸多问题,提出了意见建议和解决办法.其中所提出的跨界合作法融合不同专业的教师资源、学生团队、教学场地和设备,共同完成电专业大学生创新训练项目,并依托该项目逐步参与各级各类大学生创新比赛、成果展.该方法通过首届常州工学院大学生创新训练成果展的实施,结果表明该方法拓宽了学生的专业视野、极大地调动了学生投身科研的积极性、实现教师教学和科研的有效结合.     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

基于石墨烯条带的窄带中红外可调吸收超表面

设计了一种具有电介质-电介质-电介质(DDD)三层结构的超窄带吸收器,该结构顶层和中层电介质被石墨烯条带和金属图层隔开.模拟结果表明,该吸收体在51.8 THz附近具有高的吸收率,石墨烯条的费米能从0eV改变为0.8eV,吸收率将从80%降到40%,并且吸收带宽从8.99nm变化到6.07nm.根据频谱操纵机制,可以通过改变各电介质层的厚度来调节共振频率和吸收带宽.此外,吸收体共振频率随入射角变化.研究结果在光学滤波器和生物化学传感方面提供潜在的应用.     

三维打印器件后处理液研究

分析了不同的填充强化剂(后处理A液)、不同的后处理B液基料、后处理B液中水性环氧乳液的掺量及后处理液浸泡时间对石膏基打印器件耐水性、抗压强度、尺寸偏差、表面微观结构的影响.结果表明:经纳米硅超硬固化剂处理后的打印器件抗压强度大幅提高,纳米硅超硬固化剂最适宜作为后处理A液;水性聚氨酯乳液PU-202B最适宜作为后处理B液的基料;后处理B液中加入水性环氧乳液,处理后打印器件的抗压强度增加、吸水率降低,但水性环氧乳液含量增加到一定程度后会出现尺寸偏差;后处理A、B液最佳浸泡时间分别为130 s和35 s;先浸泡后处理A液、后浸泡后处理B液的打印器件具有抗压强度高、吸水率小、表面较光滑、不脱粉等优良性能.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.