浅析弯矩调幅法

本文根据框架梁弯矩调幅原理,通过对两跨连续梁中是否考虑弯矩调幅的计算结果比较,对认识弯矩调幅法和实际工程设计均具有一定的指导意义,从而更加合理的对框架结构进行设计。     

“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。     

水溶性La_(0.88)Sr_(0.12)MnO_3纳米粒子的非水相合成

采用纳米微乳液法,以三嵌段共聚物聚氧乙烯-聚氧丙烯-聚氧乙烯(PEO-PPO-PEO)为表面活性剂,乙酰丙酮镧(III),乙酰丙酮锰(III)和乙酰丙酮锶(II)为前驱体,1,2-十六烷二醇为还原剂成功合成了水溶性La0.88Sr0.12MnO3纳米粒子.FT-IR分析证实该纳米粒子表面存在PEO-PPO-PEO分子,XRD和TEM分析表明该纳米粒子基本上呈球形、粒径分布窄、结晶度高,VSM测试表明该纳米粒子室温下显示软铁磁性.纳米粒子在水中快速和高效的分散收集过程,表明该纳米粒子具有良好的水溶性和磁操控性.     

全球著名体育城市构建的内在逻辑与优化路径——基于上海体育名城建设的分析

基于当前新时代体育事业发展背景，在上海市构建全球著名体育城市的发展过程中，分析其构建的内涵与动机，解析构建全球著名体育城市的内在逻辑规律，采用SWOT-PEST组合矩阵模型并结合政治、经济、社会、技术背景因素，依次对上海市构建著名体育城市的内部优势、劣势环境与外部机遇、威胁环境进行相应的剖析，以此组合得出模型的优化路径，为上海市构建全球著名体育城市提出战略发展方向上的建议：转化发展理念，健全体育行政管理机制；强化产业结构，升级体育经济规模效益；深化健康意识，完善公共体育服务体系；进化科技运用，扩充体育技术创新领域。     

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.     

喀斯特地区水土漏失监测方法评述

水土漏失具有隐蔽性、特殊性和复杂性,有效监测水土漏失是水土漏失研究的难点问题。通过对洞穴滴水示踪、~(137)Cs同位素示踪、模拟试验、数学模型等水土漏失监测方法的分析,得出以下结论:1)洞穴滴水示踪技术监测获得的水土漏失量普遍偏大;2)~(137)Cs示踪法在均质土壤条件下可以定量示踪土壤侵蚀,但还不能定量示踪非均质的喀斯特石漠化地区的水土漏失;3)水土漏失模拟试验可以揭示一定的水土漏失机理和规律,试验结论与自然界土壤地下漏失情况有一定偏差,实验结果还难以推广至流域尺度;4)当前已构建的地下漏失数学模型对于地下水土漏失的预测还不够准确,其原因是数学模型中的某个影响因子的获取难度不亚于直接监测水土漏失的困难。鉴于当前水土漏失监测方法的不足,需要从水文地质勘测的方法中寻找合理的水土漏失监测法,建立长期监测的机制,为有效防治和阻控地下水土漏失提供科学依据。     

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。     

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.