"名1+(标记)+名2"定中结构类型学研究——汉语VS英语、日语等

人类语言“名 (标记) 名”和谐语序与语言类型的对应关系是SOV型———修饰语 中心语、SVO型———中心语 修饰语。文章从语言类型学角度探讨“名1 (标记) 名2”定中结构(主要是领属类)与其它语系的语言在语序上的共性与个性,并对名1与名2的位置作出功能上的解释。     

双选择性衰落信道中一种新的OFDM均衡算法

在分析子载波间干扰(ICI)产生机理的基础上,提出一种采用联合时频域均衡抑制ICI的算法.理论分析和仿真结果均表明:在一定的条件下,该方法能够有效地抑制ICI的影响,从而使OFDM系统的误码率得到相应的改善.     

4,4′-联噻唑衍生物配合物的合成、表征及抗菌性研究

用自行制备的2,2＇-二（苯甲酰肼基）-4，4＇-联噻唑（L1）和2，2＇-二（水扬酰肼基）．4，4’-联噻唑（L2）做配体，合成了它们的Co（Ⅱ）配合物．配合物的组成和结构已由元素分析、红外光谱和核磁共振谱所表征，并时它们进行了抗茴活性研究．     

流动注射后化学发光法测定舒必利

当舒必利溶液注入到铈(Ⅳ)-亚硫酸钠化学发光反应体系中后,立即产生一个更强的后化学发光反应.据此建立了利用后化学发光反应测定舒必利的流动注射化学发光新方法,并对其后化学发光反应的动力学性质、化学发光光谱、荧光光谱进行了研究,讨论了可能的反应机理.结果表明,所建方法的检出限为3×10-8g/mL舒必利,相对标准偏差为1.6%(c=1.0×10-6g/mL舒必利,n=11),线性范围为1.0×10-7~1.0×10-5g/mL(r=0.999 1).     

高效液相色谱-电感耦合等离子体质谱检测海藻中的砷

以阴、阳离子交换色谱与电感耦合等离子体质谱联用检测砷的形态,测定了我国不同海域海藻(海带、紫菜)10种样品中的砷.样品总砷的浓度为1.7~38.7mg/kg As(干重).所有样品萃取物中,砷糖为砷的主要形态,在大多数紫菜样品中砷糖PO4为主要化合物0.4~12.7 mg/kg As(干重),其次为砷糖OH 1.0~7.8 mg/kg As(干重).海带样品除含有以上两种砷糖外,还含有砷糖SO3(8.9~17.6 mg/kg As干重),及DMA(1.7~3.2 mg/Kg As干重),无机砷在所有样品萃取物中未检出.     

饲养温度对小菜蛾(Plutella xylostella)AchE和CarE活力的影响

在湿度定义为干、湿球温度差为3℃、光照强度10000—12000lx、光照周期14L：10D条件下，探索饲养温度（X：24—36℃）之变化对小菜蛾（Plutella xylostella）4龄幼虫乙酰胆碱酯酶（Ache）和羧酸酯酶（CarE）活力（Y）的影响效应。实验结果表明，活力指数随着饲养温度的升高而降低，两者之间存在显著的线性相关关系：温度与乙酰胆碱酯酶（AchE）活力两者间的相关关系函数式为Y=0．3327—0．0068X；与羧酸酯酶（CarE）活力的为Y=3．1278—0．0780X。     

浙江乐清方言音系再探

乐清方言的声母有29个,具备了吴语方言的一个重要特征,即浊声母和清声母的对立。韵母30个,没有入声韵和鼻化韵。声调有8个,入声不是短促调,已变为舒声,是先降后升的曲折调。     

改善彩色等离子体显示器动态假轮廓的动态复合寻址技术

开发了一种改善彩色等离子体显示器动态假轮廓的新型动态复合寻址技术．该技术基于寻址与显示分离技术，将对产生动态假轮廓起重要作用的权值较大子场拆分为若干个权值较小的子场，并对拆分的子场使用累积发光的寻址方式，利用输入图像灰度统计与预置的灰度阈值比较，动态地确定拆分子场的使用情况，在不影响图像显示亮度的情况下有效地减小了动态假轮廓现象．同时，利用拆分多个子场、设置多阈值、增加子场数目、使用遗传算法修正编码、联合方式等改进技术，充分发挥子场数目多、子场冗余、拆分子场的特点，进一步减小了动态假轮廓．仿真结果表明，改善动态假轮廓的新型动态复合寻址技术有效地减小了动态假轮廓现象，并最大限度地提高了整幅图像的显示质量．     

微重环境下平移圆柱贮箱液固耦合系统的动力响应研究

以一种新的方法建立了在微重力环境、横向激励下圆柱贮箱液固耦合系统的动力学方程．对耦合系统的液体子系统采用压力体积分形式的拉格朗日函数，并将速度势函数在自由液面处作波高函数的级数展开，从而导出自由液面运动学和动力学边界条件的非线性方程组，而对结构子系统则采用标准形式的拉格朗日函数（动能减去势能），用变分原理和拉格朗日方程建立耦合系统的动力学方程，最后用4阶Runge-Kutta法求解非线性方程组，得到了耦舍系统的幅频特性曲线．此方法大大减少了公式推导量，而且得到的是降阶的耦合方程组．计算发现：随着Bond数的减小，耦合系统的响应频率先增大后减小，而响应幅值逐渐增大．     

无偏GM(1,1)模型的动态特性分析

传统GM(1,1)模型是最基本的灰色预测模型,无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它消除了传统GM(1,1)模型本身所固有的偏差.对无偏GM(1,1)模型的动态行为特性进行分析,并与传统GM(1,1)模型进行对比,明确了无偏GM(1,1)模型特性和适用条件.