纳米银与纳米氧化锌混合物的抗菌活性

采用常温还原法合成纳米银及微波超声波组合法合成纳米氧化锌样品,运用X线粉末衍射（XRD）、透射电子显微镜（TEM）、扫描电子显微镜（SEM）及UV—Vis光谱对样品的组成及形貌进行表征．将纳米银与纳米氧化锌进行混合,采用菌落计数法测定混合物对大肠杆菌（E．coli）和金黄色葡萄球菌（S．a／Are／AS）的抑菌活性．结果表明,所合成样品为分散性好的5nm银颗粒及均一棱柱状结构的纳米氧化锌．二者混合物在银含量减少一半时对两种细菌的抗菌活性明显高于单独的纳米银或纳米氧化锌,表明混合物中纳米银和纳米氧化锌在抗菌时发挥了协同作用．     

物料配比对铝酸钙炉渣浸出和自粉性能的影响

将CaO,SiO2和Al2O3按不同配比混合,在1 500℃煅烧1 h、降温速度为5℃/min下合成了铝酸钙炉渣,主要物相为-γ2CaO.SiO2和12CaO.7Al2O3;并通过XRD和马尔文激光粒度仪研究了铝酸钙炉渣的C/A(除去和SiO2结合成2CaO.SiO2之外的n(CaO)/n(Al2O3))和A/S(w(Al2O3)/w(SiO2))对其物相组成和自粉性能的影响.结果表明:炉渣的C/A<1.5时有难浸物质钙铝黄长石2CaO.Al2O3.SiO2生成,降低了炉渣的浸出率和自粉性能,提高C/A可以消除其生成,C/A=1.6~1.9时,炉渣的浸出和自粉性能良好.炉渣的A/S对物相组成影...     

橡胶颗粒沥青路面路用与除冰雪性能研究

论述了橡胶颗粒沥青路面自应力除冰雪的机理,并对其应用前景进行了展望。通过室内试验验证了橡胶颗粒沥青路面的路用性能和自应力除冰雪性能。试验表明,橡胶颗粒沥青路面在车辙性能、低温抗裂性能和抵抗水损害性能等方面均能达到或超过普通沥青混合料的各项性能指标;在自应力除冰雪方面优于普通沥青混合料的性能。     

基于高斯-马尔可夫随机场模型的运动目标自动分割

提出了一种基于高斯 马尔可夫随机场(GMRF:GaussianMarkovRandomField)模型的运动目标自动分割算法.该算法采用有限高斯混合模型描述视频序列帧差图像的概率分布.在此基础上建立马尔可夫随机场模型,构造系统相应的能量函数.然后通过Metroplis优化算法求解能量函数的最优解,得出标记场,提取出运动目标.实验结果证明,该算法对运动目标分割具有很好的分割效果.     

正负离子混合表面活性剂的双水相系统

实验测定并绘制了正离子型表面活性剂十二烷基硫酸钠（SDS）和负离子型表面活性剂十六烷基三甲基溴化铵（CTAB）混合表面活性剂水溶液的双水相相图,考察了温度和外加盐溴化钠对双水相区域的影响,并用电镜观察了双水相的微观结构,结果表明,该系统可以在SDS或CTAB过量的两个区域形成双水相,属于最低临界共溶温度（LCST）类型,温度升高导致双水相区域扩大,溴化钠的加大使双水相区域扩大并向混合比增大的方向移动,加入溴化钠后,对CTAB过量区双水相的平衡有明显的促进作用,加快了分相速度。     

脂类混合物对果蝇寿命的实验研究

以果蝇为试验材料 ,研究了脂类混合物对果蝇寿命和脂褐素含量的影响 .结果表明 :混合脂类能明显延长果蝇平均寿命 ,有效地降低唾液腺细胞脂褐素含量 ,对其机理进行了分析探讨 .     

排水面层沥青混合料组成设计的研究

排水面层沥青混合料为骨架空隙结构 ,它对组成材料具有更严格的要求 ,其组成设计与普通沥青混凝土也有差别 .结合国内外排水沥青面层研究成果和实践经验 ,根据排水面层沥青混合料的结构组成特点和排水沥青面层的路用性能 ,提出了比较合理的排水面层沥青混合料组成设计的方法 .     

杉木喜树混交林生态效应研究

对杉木喜树混交林与杉木纯林进行了长期的定位观测研究.结果表明,混交林具有促进根系分布合理、维持林地地力、提高林分生产力、增强林分抗火性的作用.与杉木纯林相比,16年生混交林中杉木平均胸径和平均高分别提高18.4%和16.8%;0~20cm土层中的有机质、全氮、水解氮、有效磷、有效钾、土壤团聚体含量和土壤毛管含水量、土壤自然含水量分别提高32.4%,23.6%,38.2%,18.6%,22.8%,35.9%和9.0%,8.9%.与杉木纯林相比,16年生混交林林地可燃物载量降低2.05t·hm-2,可燃物中含水率、灰分含量、木质素含量较杉木纯林分别提高33.2%,34.6%,12.4%,而可燃物中的粗脂肪、苯乙醇抽提物含量则较杉木纯林分别降低33.0%,41.2%·可见,混交林有利于林分抗火性的提高.     

基于斜投影的卷积信道盲信号分离

为实现卷积混合信号的盲分离,提出了一种基于斜投影的子空间方法,首先设计"过去"、"现在"和"未来"的观测数据空间,并通过斜投影将卷积混合转化成为线性瞬时混合;然后采用静态分离算法重构源信号。该方法利用了观测数据矩阵的结构信息直接获得线性瞬时混合的数据模型,不需要进行高维子空间代价函数的优化,运算量相对小。计算机仿真验证了算法的有效性。     

Forecasting carbon price using a multi-objective least squares support vector machine with mixture kernels

For improving forecasting accuracy and trading performance, this paper proposes a new multi-objective least squares support vector machine with mixture kernels to forecast asset prices. First, a mixture kernel function is introduced into taking full use of global and local kernel functions, which is adaptively determined following a data-driven procedure. Second, a multi-objective fitness function is proposed by incorporating level forecasting and trading performance, and particle swarm optimization is used to synchronously search the optimal model selections of least squares support vector machine with mixture kernels. Taking CO₂ assets as examples, the results obtained show that compared with the popular models, the proposed model can achieve higher forecasting accuracy and higher trading performance. The advantages of the mixture kernel function and the multi-objective fitness function can improve the forecasting ability of the asset price. The findings also show that the models with a high-level forecasting accuracy cannot always have a high trading performance of asset price forecasting. In contrast, high directional forecasting usually means a high trading performance.