光电催化协同降解曙红研究

比较了光催化法、电解氧化法和光电催化法对模型污染物———曙红的降解效果,对光电催化法降解曙红进行了重点研究,考查了pH、电流密度和曙红浓度对降解效果的影响,并对在不同pH下光电催化降解曙红的动力学进行了研究.研究结果表明:光电催化法对曙红的降解率高于电解氧化法和光催化法,电解和光催化之间存在着协同效应;光电催化法对曙红的降解率随pH的升高而下降;在较低的电流密度范围内(低于10.0 mA/cm2)增大电流密度可明显增强曙红降解效果,而过大的电流密度则没有明显的促进作用;曙红降解率随曙红初始浓度的增加而降低,而降解浓度则随曙红初始浓度的增加而增加.在反应的初始阶段曙红的降解符合一级动力学方程,溶液在pH为4.0、7.0、11.0时,速率常数分别为k=8.335×10-2m in-1、1.69×10-2m in-1、1.0×10-2m in-1.     

Combined Density-based and Constraint-based Algorithm for Clustering

We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm （CDC）. CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm （GCA）proposed in 2004. Experimental results show that CDC has better performance.     

W类态三纠缠原子与二项式光场相互作用过程中光场的量子特性

采用全量子理论, 研究处于W类态的三纠缠原子与二项式光场相互作用过程中光场的量子特性; 运用数值方法, 讨论了三纠缠原子初始状态和二项式光场系数对系统光场压缩和二阶相干特性的影响.     

一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

进入权--新的企业治理机制

阐述了企业内“权力”的演变过程,通过实例分析,指出进入权是一种优化资源配置的“类市场”机制,进入权的最终分配是市场上所有参与对象不断选择的结果。     

人力资源管理类课程教学刍议

本文通过对人力资源管理类课程的特点进行描述，提出了在该课程的教学中应运用案例教学法，并对案例教学法从概念、以及如何运用案例教学法进行了简要的论述。希望能够对从事该学科教学的教师有所帮助。     

优势菌种的驯化与纯菌液相油烟降解速率

用油烟气冷凝液为碳源,驯化来自城市污水处理厂氧化沟的活性污泥,结果表明真菌增长较快并显示出优势,微生物通过分工协作降解油烟污染物.一株优势红冬胞酵母菌被分离出来进行降解液相油烟污染物的动力学试验研究,实验结果表明:在优化条件37℃、pH值范围为6.0~7.0、无机盐浓度为1.0 m g/L、磷酸氢铵浓度为5.0 m g/L、溶解氧浓度为5.4 m g/L(搅拌速度120~160 r/m in)下,优势红冬胞酵母菌降解液态油脂的动力学模型是:u=0.13s352 s(-h 1);在低油烟浓度(352 m g/L)条件下,降解反应为一级生化反应;在高油烟浓度(352 m g/L)条件下,降解反应为零级生化反应;当油烟浓度等于352 m g/L时,比降解速率是最大比降解速率K值的一半,油烟浓度处于352 m g/L附近时,是从一级降解反应到零级降解反应的过度区.     

一个已知结论f-1(σ(C))=σ(f-1(C))在命题证明中的应用

定理的重要性具体体现在命题的证明中.利用定理证明某些命题,会收到明显的效果,从而真正体现其作用.     

灰色统计方法在油田注水中的应用

利用灰色系统理论中的灰色统计方法,针对文南油田W33断块一些注水井的数据,确定了相应的灰类;通过对白化函数及灰数的计算,得到了该区块灰色决策矩阵,从而得到了该区块灰类的量化特征。所得结果可为油田决策者采取进一步的措施提供一定的理论根据。     

Identify Implicit Communities by Grap Clustering

How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly.