添加剂对锌铝尖晶石晶粒尺寸的影响

本文以氧化铝和氧化锌为原料,B2O3、Y2O3、TiO2为添加剂,采用固相反应法合成锌铝尖晶石,将试样在1550℃进行烧结,研究了三种添加剂对矿物组成和微观结构的影响,采用XRD、SEM等手段对烧后试样的物相组成和显微结构进行表征.结果表明:三种添加剂均使显气孔率显著降低,当含量超过1.5;时,显气孔率下降不明显.B2O3进入锌铝尖晶石间隙内形成间隙固溶体;Y2O3与Al2O3发生化学反应生成钇酸铝;当TiO2含量小于1.5;时,TiO2进入锌铝尖晶石晶格内形成置换固溶体,超过1.5;以后,TiO2与Al2O3反应生成钛酸铝.添加Y2O3的试样,生成的钇酸铝在锌铝尖晶石晶间,与空白样相比,晶粒尺寸更均匀;添加B2O3的试样,晶粒尺寸最大;其次是添加TiO2的试样.添加TiO2的试样抗KCl侵蚀性最好.     

La3+,Ce4+对制备堇青石材料晶相转变及烧结性能的影响

以菱镁矿风化石、工业氧化铝和二氧化硅微粉为原料,加入不同含量氧化镧、氧化铈添加剂,通过固相反应合成制备堇青石材料。用XRD法和SEM法表征试样中的晶相组成和显微结构,用X’Pert Plus软件计算主晶相的晶格常数、晶胞体积和试样的相对结晶度,用半定量法计算试样中各晶相含量,用Scherrer公式计算主晶相的粒径大小。研究分析了La3+,Ce4+对制备堇青石材料晶相组成、主晶相粒径大小、晶胞常数、试样相对结晶度、显微结构及烧结性能的影响。结果表明:氧化镧比氧化铈具有更好的助堇青石烧结性,加入氧化镧的堇青石试样具有更好的致密性;随着氧化镧、氧化铈加入量的增加,堇青石晶胞常数和晶胞体积呈现先增大后减小趋势;Ce4+更高的电场强度促进了堇青石材料更容易发生晶相转变形成莫来石。     

基于DNA-甲苯胺蓝生物聚合离子膜的多环有机物电化学传感器的研究

利用DNA与小分子之间的相互作用,以DNA/壳聚糖生物聚合离子膜固定电活性小分子,制备了DNA-甲苯胺蓝/壳聚糖聚合离子复合膜修饰电极,并利用多环有机物与染料分子对DNA特异结合的竞争关系,构筑了多环有机物非试剂添加型DNA电化学生物传感器。以盐酸四环素为模式分子,利用循环伏安法和方波伏安法研究了该修饰电极的电化学特性以及该电极对盐酸四环素的电化学响应,结果表明,DNA和甲苯胺蓝成功地固定在电极表面,电极表面的甲苯胺蓝保持了很好的电化学活性。利用紫外-可见分光光度法研究了电极对盐酸四环素响应的作用机理。该传感器的线性范围为2.5~100μmol·L-1。     

CO_2捕集炭膜的前驱体结构设计及性能

从分子结构设计出发,合成了一系列新型刚性、高自由体积的聚酰亚胺炭膜前驱体,并制备了炭膜.采用热重分析(TGA)、傅里叶变换红外光谱(FTIR)、X射线衍射(XRD)和高分辨透射电子显微镜(HRTEM)研究了不同聚酰亚胺前驱体的热分解特性及在热解炭化过程中化学结构、微结构的变化规律;测试了所制备炭膜的气体分离性能.结果表明,前驱体的自由体积分数显著影响炭膜的气体分离性能;聚合物结构越具刚性,自由体积越大,所得炭膜结构越疏松,极微孔道尺寸越大,越有利于气体分子在炭膜极微孔道中的渗透、扩散与传输.其中,刚性大体积基团芴基、酚酞cardo基团和六氟异丙基的引入能有效破坏分子链间的堆积,提高聚合物的自由体积,所形成炭膜的结构较疏松,均表现出优异的气体渗透性和分离选择性,超越了Robeson上限,解决了传统炭膜气体渗透性能低的问题.特别是采用羟基官能化聚酰亚胺前驱体制备的炭膜在保持较高气体分离选择性的同时,CO_2气体的渗透性高达24770 Barrer(1 Barrer≈7.5×10-18m2·s-1·Pa-1),可实现对CO_2的有效分离和捕集,展现出良好的商业化应用前景.     

控股股东对上市公司股利分配倾向的影响及实证分析——来自沪市A股上市公司的经验证据

当前对股利政策的研究主要集中在产权对股利政策的影响、自由现金流对股利政策的影响、公司过渡投资行为对股利政策的影响以及宏观经济波动对股利政策的影响等,而缺乏控股股东对股利政策的影响研究.现实中,控股股东对股利政策具有较大的影响,围绕控股股东对上市公司股利分配倾向的影响进行深入分析.具体而言,以2013-2014年度上证A股数据,建立Log斌ic模型和多元线性回归模型分析控股股东的几方面特征对股利分配倾向产生的多种影响.研究从理论上客观地评价了控股股东对股利分配倾向的影响,现实中对维护中小股东权益有重要意义.     

基于局部均值的K-近质心近邻光谱分类

天体光谱包含着许多重要的关于天体的物理和化学信息,如天体表面的有效温度、重力加速度以及化学丰度等,天体光谱的处理和分析对天文研究具有重要的科学意义。一些大型巡天计划的实施(如SDSS,LAMOST等)使我们获得了海量的天文光谱数据,因此天文光谱数据的自动分类成为重要的科学研究课题,然而面对如此海量的光谱数据,一些传统的光谱自动分类方法已经不适用,迫切需要寻找高效率的光谱自动分类技术。研究了基于局部均值的K-近质心近邻(local mean-based K-nearest centroid neighbor,LMKNCN)算法在恒星(Star)、星系(Galaxy)和类星体(Quasar,QSO)的光谱分类中的应用。LMKNCN算法的基本思想是根据近质心近邻原则,从每一类训练样本集中为待测样本点选取k个近质心近邻点,然后根据每一类中所选取的k个近质心近邻点的均值点到待测样本点x的距离来判别x的所属类别。针对美国SDSS-DR8的天体光谱数据,对比了K-近邻、K-近质心近邻、LMKNCN三种算法在恒星、星系和类星体的光谱分类中所表现的性能,结果表明三种方法中,LMKNCN算法对这三种光谱的识别率高于其他两种算法或者与其相当,而且其平均分类正确率高于另外两种算法,特别是在类星体的识别率上表现的更好。表明了该算法对天文光谱大数据的快速处理和有效利用具有重要的意义。     

菱镁矿风化石与叶腊石合成堇青石的结构表征

采用菱镁矿风化石、叶腊石、二氧化硅微粉为主要原料,研究分析烧成温度对合成堇青石结晶度、晶粒尺寸、晶相组成和显微结构来确定适宜的合成温度。用X′ Pert plus软件对X射线衍射图进行拟合,分析试样的结晶度,用半定量(semi-quantification)法对试样结晶相中晶相组成进行计算,用Scherrer公式计算试样中堇青石、方石英晶粒的粒径大小。结果表明：采用菱镁矿风化石与叶腊石为原料合成堇青石,当温度由1 350 ℃增加到1 400 ℃,试样的结晶度增加,堇青石晶粒尺寸和堇青石相量增加,在1 400 ℃时,试样结晶度最高,晶粒尺寸最大。晶相组成中堇青石相占67%,方石英相占33%。当温度大于1 400 ℃,试样结晶度降低,堇青石和方石英晶粒尺寸减小,当温度在1 500 ℃时,堇青石相消失,促进了方石英相析出。采用菱镁矿风化石与叶腊石为原料合成堇青石的最佳烧成温度为1 400 ℃。     

多模光纤模式场群速与相速的关系

为了从理论上统一射线光学和导波光学关于多模光纤中各模式场传播过程中时延的论述,试从介质波导理论出发,根据模式的特征根U随光纤归一化频率R的变化关系,在弱波导近似下导出了描述模式场相速Vp与群速Vg关系的重要结果:Vp*Vg=(c/n1)2。根据这一结果可以得出结论:对于低阶模式,由于相速Vp慢,所以群速快;高阶模式其相速Vp快,所以群速慢。对于给定的光纤,利用射线光学和波导光学进行了带宽估计,2种理论计算结果的一致性,印证了上述关系的正确性。     

面向混合信息的个体优势特征识别与评析方法

针对现有个体优势特征识别与评析方法的不足,考虑指标值以混合信息形式给出,采用理想点效用评价模式,分别针对单层和多层次结构指标体系,围绕个体优势特征识别、个体代理评析、民主代理评析功能,依据竞优思想,根据直觉模糊数的运算规则以及不同类型信息与直觉模糊数的转化关系,提出基于直觉模糊数的面向混合信息值的个体优势特征识别与评析方法,并用算例验证了方法的可行性和实用性。为个体优势特征识别、个体竞优决策及相关组织的竞优管理提供方法与技术支持。     

用在线梯度法训练积单元神经网络的收敛性分析

<正>1引言仅由加和单元构成的传统前向神经网络已经广泛应用于模式识别及函数逼近等领域.但在处理比较复杂的问题时,这种网络往往需要补充大量的隐节点,这样就不可避免地增