蒙脱石基复合光催化材料处理有机废水研究进展

半导体光催化作为一种绿色催化技术，具有广阔的应用前景。然而，到目前为止，光催化材料仍存在可见光利用率低，稳定性差，催化效率较低，难回收等问题。其中，光催化剂的负载化是解决回收与再利用的关键，也是其走向绿色应用的必由之路。蒙脱石是一种由颗粒极细的含水铝硅酸盐构成的层状矿物，在自然界中储量大、开采成本低，是一种优良的载体材料，在光催化材料中得到了广泛应用。本文系统介绍了目前蒙脱石基复合光催化材料的研究进展及其制备工艺，讨论了光催化技术在现实中的主要应用，最后对其发展前景进行了展望。     

低糖复合果酱的配方及其储藏期品质变化研究

为了研究风味和营养俱佳的低糖复合果酱,以新鲜的苹果、山楂和胡萝卜为原料,以原料比例、加糖量、复合增稠剂比例和浓缩时间为影响因素,通过单因素和正交试验确定最佳工艺配方.结果表明,低糖复合果酱最佳配方为:原料比例3:2:1(苹果:山楂:胡萝卜),加糖量20％,复合增稠剂比例1:1(果胶:黄原胶),浓缩时间18 min.在储藏6个月内,果酱的可溶性固形物和总糖含量呈下降趋势,酸度先增大后趋于稳定,菌落总数有所增加,均符合国家标准.另外,果酱储藏6个月内感官评分下降,在第6个月时,因营养成分发生变化引起口感不适.     

复合跟踪微分器在电容式位移传感器中的应用

针对从含噪原始信号中提取位置以及速度信息,经典跟踪微分器存在不能很好兼顾相位滞后和噪声放大问题、参数多,调试复杂等不足.在跟踪微分器等效线性分析基础上,提出复合形式跟踪微分器,用于电容式位移传感器位置信号跟踪以及速度信号估计,通过MATLAB\SIMULINK仿真以及实验平台测试,结果表明:在跟踪频率1 Hz、幅值1含噪声正弦信号中,复合跟踪微分器能光滑逼近原始位置信号,且能有效进行速度估计,相较于经典跟踪微分器,复合跟踪微分器跟踪相位滞后小0.03 rad,能更好兼顾跟踪信号相位滞后及速度信号噪声放大.     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

Ni~(26+)离子态分辨光复合过程的R矩阵理论研究

利用基于相对论R矩阵理论的DARC程序系统计算了Ni 25+离子基态1s22s(2S1/2)和激发态1s22p(2P1/2,2P3/2)的光电离截面,并通过细致平衡原理获得了统一的光复合过程(即辐射复合和双电子复合)态分辨的截面,计算结果给出了辐射复合与双电子复合过程间的干涉效应.为了标识和分析KLL共振能区所有的共振峰,基于相对论组态相互作用理论(RCI)的FAC程序被用来计算共振峰的能量、强度及其相关的双激发态的辐射、俄歇跃迁几率以及共振宽度等.利用统一的光复合截面进一步得到了KLL双电子复合过程的伴线强度,并与孤立共振近似下FAC的计算结果以及以前的理论和实验结果进行了比较,对存在的一致性和偏差进行了分析和讨论.     

高斯信道中功率分配问题的一种优化方法

信号检测中,检测概率一直是作为衡量检测性能的一个重要标准.众所周知,Neyman-Pearson准则下的最优检测是似然比检测.然而多传感器系统下随着信号维数增加,似然比检测门限的计算涉及高维积分,计算困难相当大,因此文中考虑的高斯信号检测模型,没有直接计算检测概率而是将两个密度函数的相对熵作为衡量检测性能的一个度量来研究高斯信号检测中功率的分配,并且建立了目标优化模型.针对文中建立的优化问题,首先由加强的Fritz John(F-J)必要条件证明了优化问题的局部最优解满足KKT(Karush-Kuhn-Tucker)条件,并且进一步证明存在惟一的拉格朗日乘子.然后利用凸函数的性质我们说明了D(P1‖P0)是tr(∑s)的非减函数,最后在此基础上得到了优化问题的最优解,即得到了功率分配矩阵.同时也给出了特殊信道下的功率分配矩阵.     

有轨电车长枕埋入式轨道复合地基多目标优化

为研究有轨电车长枕埋入式无砟轨道复合地基结构的关键影响因数和最优参数组合,采用有限单元法建立了长枕埋入式无砟轨道复合地基三维精细化计算模型.通过响应面试验得到了无砟轨道复合地基结构力学性能的响应面函数,并采用遗传算法进行多目标优化得到最优参数组合.结果表明:采用响应面模型替代有限元模型进行优化分析,可以大大减少优化迭代所需要的计算时间,且能够保证足够的计算精度;建议在进行长枕埋入式无砟轨道复合地基设计时将钢轨垂向位移作为关键评价指标;各设计变量对长枕埋入式无砟轨道复合地基结构力学性能影响的主次顺序依次为轨道板厚度、桩径、支承层厚度、桩纵向间距;最佳设计方案为轨道板厚度0.32m,支承层厚度0.18 m,桩径0.55 m,桩纵向间距1.6 m.     

改进GA-BP神经网络在高校教学质量评价中的应用

为了提高高校教学质量评价的有效性和准确性,提出了一种基于混合智能优化算法的教学质量评价模型。引入熵值法客观地确定教学质量评价体系的指标权重及初始评价结果,利用自适应变异的遗传算法(Genetic algorithm)优化BP神经网络(Back propagation neural network)的参数,建立教学质量评价模型。实验结果表明,与BPNN(Back propagation neural network)、GA-BPNN(Genetic algorithm-back propagation neural network)模型相比,预测精度分别提高15.04%和5.41%,收敛速度明显提高,说明基于自适应变异的GA-BPNN教学质量评价模型能够及时有效地完成教学质量评价。     

基于铜金复合纳米材料的半胱氨酸检测

铜金复合纳米材料作为一种新型探针，可灵敏地选择性检测半胱氨酸。在碘离子存在的情况下，半胱氨酸能够使铜金复合纳米材料的吸收峰信号增强，从而实现半胱氨酸的定量检测，检测限为0.06 mmol/L，线性范围为0～1 mmol/L。与其他氨基酸相比，铜金复合纳米材料传感器对半胱氨酸显示出良好的选择性，所制备的铜金复合纳米材料无需任何处理即可直接用于检测体系，大大简化了检测流程，具有简单、快捷和选择性高等优点，可作为半胱氨酸检测的有力工具。