平面几何中"1/a+1/b=1/c"型问题的新证法

在平面几何中,有一类结论为形如"1/a+1/b=1/c"的命题,这类命题的证明难度较大,证法灵活多样,似无章可循.为此,本文给出一种基于如下基本引理的证明方法,希望对读者有所启发和帮助.     

浅谈提高初中数学课堂教学质量的几点做法

随着课改的深入开展,初中数学教学中的各种新问题与新矛盾相继凸显出来,其中最根本的一个问题就是初中阶段学生的数学学习成绩明显的成两极分化,而后进生占的比例较大,特别是从七年级升到八年级后,表现尤为明显.如何才能减弱两极分化,提高初中数学教学质量呢?本文结合笔者的教学实际谈谈自己的一些做法,以期得到同仁的指导.     

《分析测试学报》关于“新仪器、新方法展示专场”栏目的征稿说明

随着科技的不断进步,分析技术的进步越来越倚重分析仪器的发展和创新。为促进国内外新型分析仪器的展示与分析方法的交流,提高我国分析技术研究实力和水平,《分析测试学报》特新开设了     

无有机模板剂条件下合成沸石催化材料

工业上广泛应用的某些沸石催化材料,如ZSM-5和β沸石,通常是在有机模板剂存在条件下合成的,但合成过程常常会造成环境污染以及CO2和氮氧化物的排放.如果能在无有机模板剂条件下合成这些材料,则不仅在基础研究上具有重要意义,而且在工业应用方面也具有经济和环保价值.本文对最近有关无有机模板剂合成沸石材料的一些突破性进展进行了综述,并重点讨论了调节起始凝胶配比、使用导向剂溶液以及使用晶种导向合成等路线.     

磺基异硫氰酸苯酯化学辅助方法对新蛋白质进行从头测序

利用基质辅助激光解吸电离-串联飞行时间(MALDI-TOF-TOF)质谱结合磺基异硫氰酸苯酯化学辅助的方法对一种从拟青霉(Paecilomyces bainier)分离纯化到的新人参皂苷Rb1水解酶的部分肽段进行了从头测序. 共获得了这个新蛋白质8条肽段的序列, 一些磺化后信噪比非常低的肽段也获得了比较完整的序列. 同时通过从头测序分析确定了一对甲硫氨酸非氧化和氧化肽段的序列. 结果表明, 磺化后的肽段离子化效率大大增强, 在PSD(源后裂解)过程中只有肽键断裂产生的C端的碎片离子系列(y离子系列)出现在质谱图中, 图谱背景清晰, 信噪比高, 单纯的y离子系列使得图谱解析变得非常容易. 将这8条序列在NCBI(美国国立生物技术信息中心)数据库中进行BLAST(蛋白质序列比对工具)检索印证这种β-葡萄糖甘酶是一个新蛋白质, 发现的两条相对保守的序列为进一步研究奠定了基础.     

金鸡纳碱衍生物和三苯基膦修饰的铱催化芳香酮不对称加氢反应

多相不对称催化反应因为它的应用前景而受到广泛关注,但由于在这类反应中催化剂和底物之间匹配的高度专一性,发掘新催化剂的难度等诸多因素极大地限制了多相不对称催化反应的开发.到目前为止,对于广泛关注的简单芳香酮的多相不对称加氢反应人们还无能为力.四川大学化学学院陈华等研究了以三苯基膦稳定地负载在Si02上的铱催化剂(3%Ir/SiOd2PPh3),在以金鸡纳碱衍生物为修饰剂催化简单芳香酮的不对称氢化反应中,在优化反应条件下,获得了高达96%ee的对映选择性.此工作为首例简单芳香酮经多相催化加氢获得高对映选择性的报道.为简单芳香酮的多相不对称氢化指出了新的方向.同时该工作也是首例以氢气为氢源、金属铱为催化剂的简单芳香酮高选择性不对称加氢的报道.     

《气相色谱方法及应用》(第二版)

该书重点介绍了气相色谱的分析方法、常用技术和应用。内容涉及了气相色谱的基本原理、仪器的结构和操作方法及气相色谱的新发展和新技术。该书是《色谱技术丛书》之分册,在第一版基础上作了修改和充实,力求实用性、新颖性     

交通运输设备制造业能源消耗效率的投入产出分析

基于投入产出模型来研究中国交通运输设备制造业的能源消耗效率.首先构造了一个引入能源消耗的投入产出模型.然后利用该投入产出模型对中国交通运输设备制造业的能源消耗效率进行了实证分析,结果表明:1995~2002年间中国交通运输设备制造业的能源直接消耗效率不断提高;1997年比1992年的能源完全消耗效率也明显提高.为进一步提高我国交通运输设备制造业的能源消耗效率,政策的重点应放在提高交通运输设备制造业的间接消耗效率和提高所有产业能源的直接消耗效率.     

(3+1)维extended Jimbo-Miwa方程的精确解

应用Hirota双线性方法和新三波测试函数研究了(3+1)维extend JimboMiwa方程,借助Maple计算软件,获得了12组它的精确解.通过选取适当的参数,做出一部分精确解的图形来说明他们的物理特征.     

基于数据挖掘技术的银行客户定期存款认购模型研究

数据挖掘技术能有效地挖掘出潜在的银行客户,能够大大提高银行的竞争力.介绍了数据挖掘技术中常用的三种模型:逻辑回归模型、BP神经网络模型和决策树模型,同时构造了一种新模型——逻辑回归与BP神经网络混合的模型,然后分别采用这四种模型对可能影响银行客户是否认购定期存款的影响因素进行数据挖掘分析,分别构建了基于逻辑回归模型、BP神经网络模型、逻辑回归与BP神经网络的新模型、决策树模型的银行客户定期存款认购的四种模型,同时利用R语言分别对这四种模型进行分析,分别用ROC曲线的AUC值和正确率比较这四种模型的功效强弱以及稳定性,研究结果表明,给出的新模型——逻辑回归与BP神经网络的新模型的预测效果更好,训练集和测试集预测的准确率分别为0.936和0.931,训练集和测试集ROC曲线的AUC值分别为0.998和0.987,这可以大大缩小银行推送认购定期存款的客户范围,有效地挖掘出潜在的银行客户,可以大大提高银行的效率.