综合化学实验设计:单/双核铜配合物的温度控制合成、表征及转化

化学类专业本科生在理论课学习中，对反应的热力学产物和动力学产物有了一定的理论认识，但目前鲜有实验能够使其直观体会2种产物在制备时的差异．本实验以氯化铜和邻氨基苯甲酰胺为原料，水和乙醇为溶剂，通过仅改变反应温度，分别在60 ℃水浴加热和冰水浴冷却条件下得到了红色的热力学产物二(μ-氯)·二[氯·(邻氨基苯甲酰胺)合铜(Ⅱ)] ( 1 )和黄绿色的动力学产物二氯·二(邻氨基苯甲酰胺)合铜(Ⅱ) ( 2 )，产率分别为80.4%和76.4%．采用络合滴定法和仪器分析方法对产物进行了表征测试，结果表明在不同温度下可制备2种不同组成、结构和性质的热力学和动力学产物，且在加热条件下，配合物 2 可以转化为配合物 1 ．本设计为化学类相关专业本科生综合实验教学提供了一个成功案例，可加深学生对结构与性能的科学关联以及构效关系的认识和理解．      

HTK参数对普米语孤立词识别率的影响

普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.     

疏松砂岩油藏大孔道定性识别新方法研究

疏松砂岩油藏在长期注水开发过程中,往往伴随着大孔道的出现,这严重影响了油藏水驱开发效果,制约了采出程度的进一步提高,因此,大孔道识别及有效封堵成为该类油藏急需解决的关键问题.通过研究分析,确定了影响大孔道从形成到发展的7种主要静态因素,以及标志大孔道形成的6种主要动态因素.将层次分析法及灰色关联法相结合,分别计算静态及动态因素的权重,建立了全新的大孔道定性识别模型.示踪剂监测结果验证了该方法的实用性和有效性.     

[Zn(Pybox)Br2]配合物的合成, 晶体结构及催化性质研究

合成了一种锌的配位化合物(Dm-Pybox)ZnBr2(1),(Dm-pybox为2,6-二[4',4'-二甲基噁唑啉]吡啶),通过核磁,元素分析,红外和X-射线单晶衍射表征确定其结构.对于配合物C15 H19 N3 O2 ZnBr2,Mr(分子量)=498.52,单斜晶系,空间群为P21/c,a=10.2422(19)?,b=16.141(3)?,c=11.513(2)?,β=99.128(2),V=1879.2(6)?3,Z=4,F(000)=984,μ=5.570mm-1,ρc=1.762g/cm3,最终的R1=0.0584(I>2σ(I))和wR2=0.1773(所有数据).配合物1可以在水溶剂和室温条件下高效催化二茂铁甲醛与活泼亚甲基化合物Knoevenagel缩合反应.     

中国和美国信贷冲击跨境溢出效应的比较研究

本文构建了基于符号约束识别的GVAR模型,并用以考察中国和美国的信贷市场冲击对全球41个国家的不同溢出效应.研究结果表明,中国紧缩性信贷市场冲击对本国实体经济有显著的负效应,但仅限于短中期;而美国信贷冲击对本国乃至全球经济都具有相当大且持久的负影响.中国信贷冲击的跨国效应较小,且主要通过贸易渠道.中国信贷市场的本国冲击能解释中国产出近10%的波动,但无论是本国效应还是跨境传导,总需求冲击仍是驱动中国经济周期波动的最主要力量.     

基于改进Faster R-CNN的农田残膜识别方法

为了实现农田残膜的精准捡拾,提高残膜回收机的回收率.将改进Faster R-CNN卷积神经网络运用到农田残膜的识别检测中,提出了一种农田残膜的识别方法.以11MS-1850残膜回收机工作后遗留在农田表面的残膜为研究对象,分别在晴天、阴天不同时间段采集图像共计1648幅.通过更改图像亮度、旋转等方式扩充数据集,最终得到4950幅残膜样本图像,按照7:2:1划分为训练集(3465幅)、验证集(990幅)、测试集(495幅);采用双阈值算法替代传统的单阈值算法,降低了阈值对模型性能的影响;通过对比试验,选取具有残差网络结构的ResNet50作为主干特征提取网络,准确率可达88.84％,召回率为87.70％,总体精度为88.27％;为了使检测模型对小目标更加灵敏,根据数据集中残膜尺寸大小,在原有锚点基础上增加322和642的尺度参数,准确率、召回率、总体精度分别提升了1.29％、0.67％、0.97％,单幅检测时间为284.13 ms,基本满足了识别残膜的要求.可为残膜回收机加装补收装置提供参考,为研制人工智能残膜回收机提供理论基础.     

基于混合高斯模型的储物柜存取货行为检测方法

针对储物柜存取货物场景的实际情况和人员行为的特点，提出一种通过融合时间调整机制控制前景融入背景的改进型混合高斯建模检测方法，并引入手臂识别机制。融合时间调整机制减小了由于人员停止运动而错误决策为背景的可能性；手臂识别算法模型有效地识别人员伸手动作。实验结果表明，该方法可以简单有效地从连续的图像序列中检测出人员在储物柜场景下的存取货物行为。     

美国研制能思考在机器人

<正>谷歌公司正与牛津大学的两支人工智能研究小组合作,研制先进的类人机器人。第一支研究小组的任务是帮助机器人更好地了解用户的想法和意图,第二支研究小组的任务是通过深度学习技术提高机器人的视觉识别能力。据国外媒体报道称,谷歌正在研制一种模拟人类大脑的超快量子芯片,这让搜索和软件更加直观。被谷歌收购的人工智能创业公司Deep Mind联合创始人、谷歌工程部副总裁杰米斯·哈萨比斯在博客中表示:"对于当前的人工智能研究来说,这无疑是一个非常令人兴奋的时刻。我们在很多方面不断取得进步,其中包括图像识别和语言理解能力。我们很高兴地宣布与牛津大学展