纳米Li1.05Ni0.05Mn1.90O4正极材料的合成及电化学性能

采用液相无焰燃烧法在500℃反应1 h,然后在600℃二次焙烧3、6、9 h和12 h制备了尖晶石型Li_1.05Ni_0.05Mn_1.90O₄正极材料.结果表明,不同二次焙烧时间制备的Li-Ni复合共掺材料没有改变LiMn₂O₄的尖晶石结构,随着焙烧时间的增加,颗粒尺寸增大,结晶性提高.二次焙烧时间为9 h的Li_1.05Ni_0.05Mn_1.90O₄样品的颗粒尺寸约为70～100 nm,具有优异的电化学性能,在1 C(1 C=148 mA·h·g^-1)倍率,初始放电比容量为94.8 mA·h·g^-1,400次循环后展现出72.15%的容量保持率;在5 C下初始放电比容量可达到89.7 mA·h·g^-1,800次循环后,仍能维持70.79%的容量保持率.并且具有较小的电荷转移电阻和较低的表观活化能.Li-Ni复...     

关于工程图学教学改革的几点思考

从工程图学课程的教学实践出发,探讨了当前工程图学教学中存在的一些不足以及在教学改革中需要关注的问题。工程图学课程的教学内容要紧随时代发展的需要,更加突出课程的实践性,以满足现代工程设计对制图知识和能力提出的新要求;在教学过程中,应充分激发互动效应,以促进教学效果的提升和教学目标的达成;工程图学课程的培养目标需更关注学生动手能力、创新能力及团队合作能力等综合素质的提高。     

苯丙氨酸解氨酶印迹交联酶聚体的制备及部分催化性能研究

苯丙氨酸解氨酶(PAL)是酶法生产L-苯丙氨酸的关键酶,目前主要利用红酵母PAL进行转化,但红酵母PAL稳定性较差,妨碍了其工业化的应用。该研究将交联酶聚体和印迹酶的制备方法相结合,制备出新型固定化酶-苯丙氨酸解氨酶印迹交联酶聚体,筛选出最优的底物印迹分子,并考察了该固定化酶的部分特性。结果表明,反式肉桂酸是制备印迹PAL交联酶聚体的最适底物,所制备印迹交联酶聚体的最适催化温度和pH值分别是50℃和10.5,并表现出较好的重复使用性,连续催化9个批次后,仍保持了32%的酶活保留率。     

正字法在错误记忆通道效应中的作用

采用DRM(Deese/Roediger Mc Dermott paradigm)范式,探讨汉语错误再认的影响因素.实验采用混合实验设计,并分为想象组和控制组,共54名被试参加实验,每组27名.每名被试在学习阶段进行视听两种不同呈现通道的实验,其中想象组要求被试对所呈现的词语进行正字法的判断任务,而控制组不进行该任务.测验阶段为词语再认测试,为视觉呈现.结果表明,汉语错误记忆存在通道效应,视觉通道条件下的错误记忆高于听觉通道.当在想象组中听觉通道加入正字法编码任务后,这种通道效应消失.说明正字法是编码是影响汉语错误再认的重要因素,但是其影响与国外研究不同,可能与汉语自身的语言特性和加工特点有关.     

变频调速泵在滤池反冲洗中的节能效果

为了响应现在我国大力倡导的节能的政策,决定将滤池反冲洗中所用的水泵进行改造,把原来的高位水箱反冲洗系统改为利用变频技术.采用水泵直接反冲洗来达到节能的目的,计算了滤池反冲洗采用变频调速泵所节约的电耗,并对其节能效果进行了分析.     

AR-Grams:一种应用于网络舆情热点发现的文本聚类方法

网络舆情热点发现是一种常用且处理速度要求较高的应用.针对网络舆情热点发现这一特殊应用场合,本文提出了一种基于随机N-Gram的文本聚类方法AR-Grams.该方法通过随机N-Gram的文本相似度计算方法,确立待聚类文档集中各个初始聚类的标志文档并完成初步的聚类操作,继而通过聚类元素数阈值来确定初始聚类,并可根据实际情况确定是否执行聚类合并.该方法生成的聚类内聚性好,准确率高.另外,为了便于评估整体的聚类效果,提出了聚类的整体覆盖率和正确覆盖率.实验结果表明:与对比方法DR-Grams相比,在低阈值时,AR-Grams的准确率、召回率、F-score、正确覆盖率分别提高了11.9％、9.1％、10.2％和9.2％,提升效果尤为明显;在高阈值时,效果基本相当;在整体上,前述4项指标则分别提高了4.5％、2.9％、3.5％和3.0％,优于对比方法DR-Grams.     

基于分层贝叶斯模型的损失准备金估计

传统的准备金模型主要是通过加总个体数据得到聚合损失三角形数据建立的,然而,这种数据的加总对原始个体数据产生不可避免的信息浪费.虽然这种方法简单,但可导致准备金估计的较大偏差.近年来提出的个体数据准备金模型中大都没有考虑保单合同之间的相依性.本文假设相同事故年的保单产生的索赔具有某种共同效应导致的相依情形,通过建立个体数据准备金的分层贝叶斯模型,利用信度理论的思想,得到每个事故年的准备金估计,从而得到总准备金的估计.进而,讨论了发展因子和结构参数的估计及其相应的统计性质.最后,给出数值例子表明本文给出的准备金估计的计算方法,并且比较了个体数据和聚合数据下准备金估计的均方误差.     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。