大学生成绩变动分析及管理对策

受各种因素的影响,近几年大学生的学习状态波动较大,给高校的教学管理和学生管理带来了新的问题。该文利用JMP软件,在分析研究大量的学生学习成绩数据的基础上,寻找大学生成绩变动的规律,为学生管理工作提供有针对性的管理决策依据。     

利用带自由基的线型聚苯乙烯链为模板制备聚苯乙烯核-聚（N-异丙基丙烯酰胺）壳微球的初步研究

利用线型聚苯乙烯链从非极性溶剂进入极性溶剂能缩聚成团的特性,将带有自由基的聚苯乙烯链泵送入N-异丙基丙烯酰胺(NIPAM)溶液中,以缩聚成团的聚苯乙烯作为模板,由链端自由基引发单体NIPAM的聚合,得到了聚苯乙烯核-聚(N-异丙基丙烯酰胺)壳微球.初步探索了苯乙烯(St)浓度和搅拌速度对微球成型的影响.结果表明:利用此方法制备微球具有可行性.     

改进型感应电机电压模型磁链观测器设计

针对传统电压模型磁链观测器中引入低通滤波器后,带来幅值相位误差及滤波最佳截止频率选择问题,本文提出了一种高通滤波器和低通滤波器串联,且对电压模型中的电压项和电流项分别积分的改进型电压模型转子磁链观测器.文中分析了该改进型磁链观测器性能提高的原因,推导了高通滤波器和低通滤波器引起的幅值和相位误差补偿算法.仿真和实验验证了补偿算法的有效性,并且新的改进型转子磁链观测器在电机全速范围内具有优良的稳态和动态性能,具有较高的工程实践价值.     

基于马尔科夫——灰色BP神经网络组合模型的深基坑变形预测研究

建立马尔科夫—灰色BP神经网络组合模型是为了更加科学合理预测深基坑压顶水平位移,提高预测精度.比较分析BP神经网络模型与串联式灰色BP模型的预测结果,建立马尔科夫链修正的灰色BP组合模型,以汕头市某花园酒店扩建工程的基坑压顶水平位移的实测数据为研究对象,通过比较模型预测结果与实际结果,检验其深基坑预测模型的精度.实例证明,经马尔科夫链改进的灰色BP神经网络组合模型的预测精度优于单一模型,更适合用于样本少、随机波动性大的深基坑变形预测.马尔科夫—灰色BP神经网络组合模型对深基坑压顶水平位移的预测不仅精度高,同时反映出数据序列发展变化的总体趋势和系统之间各状态的规律,为深基坑压顶水平位移预测提供了一种新方法.     

扩链剂对UV固化聚氨酯性能的影响

以聚己二酸一缩二乙二醇酯-2000为软段,不同二元醇扩链剂和异佛尔酮二异氰酸酯(IPDI)为硬段,丙烯酸羟乙酯(HEA)封端,采用预聚体法合成UV固化聚氨酯.分析了不同二元醇扩链剂的相对动力学活性;通过红外光谱表征了光固化聚氨酯树脂的结构,研究了不同的二元醇扩链剂对光固化膜力学性能、耐热性能和使用性能的影响.结果表明,反应温度80℃,乙二醇(EG)与苯基异氰酸酯(PI)的反应速率最快,1,2-丙二醇(1,2-PEG)与PI的反应速率最慢;以1,4-环己烷二甲醇(CHDM)为扩链剂的聚氨酯膜力学性能和耐热性最好.     

红枣体外肠道微生物发酵特性的研究

目的研究红枣体外发酵特性,评价红枣营养性能。方法通过体外模拟人体肠道内部环境条件,接种人体新鲜粪便悬浮液进行厌氧发酵,定时记录发酵液产气量、测定pH值、NH3-N值和短链脂肪酸(SCFA)含量。结果红枣发酵液产气快、产气量多,p H值下降幅度大,NH3-N值变化不明显;红枣发酵液中乙酸、丙酸和丁酸含量明显高于空白组(P0.05)。结论红枣能有效地被人体肠道微生物发酵利用,改善肠道内部理化环境,促进肠道微生物发酵产生乙酸、丙酸和丁酸短链脂肪酸。     

定义在两个互素因子链上的交错Smith矩阵的整除性

设S={x1,x2,…,xn}是n个正整数组成的集合,a是正整数.如果一个n阶矩阵的第f行第j列的元素定义为(-1)i+j(xi,xj)a,其中(xi,xj)a表示S中的元素xi与xj的最大公因数的a次幂,则称这个矩阵是定义在S上的a次交错幂GCD矩阵,用(ASa)表示.类似可定义a次交错幂LCM矩阵ASa].作者证明...     

角度误差在平面尺寸链中的作用

应用全微分概念,不忽略角度误差的影响,解平面尺寸链,概念清晰,计算准确,分析了角度误差在平面尺寸链中的作用.     

基于事件的定性知识表示模型

当前突发事件应急管理研究已经成为热点问题。本文针对突发事件及事件链研究特点,运用系统工程理论论,建立了突发事件及其链式关系知识表示模型。该模型从突发事件机理出发描述应急管理过程的知识需求,不仅揭示了突发事件发展、演变的行为模式及突发事件链式关系形成机理,还为应急决策提供理论依据,最后给出模型的应用实例,实现了事件演进的自动生成及应急过程中的知识支持。     

基于MPI的主从式并行MCMC

马尔可夫链蒙特卡洛(MCMC)是贝叶斯网络(BN)的一种近似推理算法,为保证其时间性能,在生成马尔可夫链的组成序列时,通常只使用较少的样本,其推理精度较低.以Gibbs抽样为基本框架,提出一种BN的并行MCMC推理方法PMCMC,在生成马尔可夫链的组成序列时,通过增加对BN中每个节点的抽样频率来提高推理精度,并在消息传递接口MPJ的支持下,利用主从式并行机制来实现其推理过程,保证了推理的时间性能.在3个不同BN上的推理实验结果表明,PMCMC在提高推理精度的同时有效保证了推理的时间生能.