人教版高中化学教科书“研究与实践”栏目分析与实施策略*

对人教版高中化学教科书新设计的“研究与实践”栏目的主题内容、功能价值进行分析,就如何充分发挥该栏目的教学功能和价值,发展学生的化学学科核心素养,提出了创设教学情境线索、开发为研究性学习课题、开发为校本选修课程、开发为STEM课程等实施策略。     

反证归纳让课堂探究更精彩

在物理教学中, 以学生活动为中心, 巧妙创设问题情境激发学生认知上的矛盾冲突, 适时运用几何中常 用的反证法为手段, 引导学生从表象的背面认知事物的本来特征, 进而归纳分析得到更加完善的结论, 常会使课堂 探究充满活力, 精彩纷呈     

一些定向图的斜秩

设G~σ为一个定向图,S(G~σ)为它的斜邻接矩阵.定向图G~σ的斜秩定义为S(G~σ)的秩,记为sr(G~σ).本文刻画了一些定向图以及一类k-圈定向图的斜秩.     

全自动电位滴定法测定锂电池原料碳酸锂中主成分的含量

采用全自动电位滴定法测定锂电池原料碳酸锂中主成分的含量,用盐酸标准溶液进行滴定,考虑自动电位滴定仪的灵敏性和准确度,通过多次对比实验,确定了仪器的最佳工作参数、滴定剂浓度和样品称样量等滴定条件;对两个不同品位试样分别进行了11次平行测定,相对标准偏差(RSD)均小于1%。在碳酸锂试样中加入基准物质无水碳酸钠进行碳酸根的加标回收实验,碳酸根的加标回收率在99.4%~100%。与传统的酸碱滴定法相比,全自动电位滴定法方便、快捷,同时方法测定结果准确、可靠、精密度高,适合大批量样品快速分析。     

等截面梁有限变形的传递函数增量算法

本文介绍了一种计算等截面梁有限变形的新方法－传递函数增量算法，它是一种半解析数值计算方法。此算法充分利用增量失空法Ｇａｕｓｓ求积公式计算非线性有限变形的特点，并将这些特点与传递函数方法，有效地结合起来，既避免了数值方法计算量大的困难，又使得求解高阶非线性微分方程的解析解成为可能，算例分析表明，这是一种易编程，计算量小，收敛快，求解精度高的行之有效的计算方法。     

辽东湾某平台冰堆积成因及安全问题分析

辽东湾某平台位于辽东湾海域,该海域每年冬季都会形成大量的海冰,海冰给平台的作业生产及船舶运输带来严重安全威胁.由于辽东湾某平台结构特殊,海冰不仅使平台发生较强的冰激振动,同时海冰也在平台底部形成堆积,给平台冬季的安全运行带来一定的安全隐患.基于多年冬季现场监测,针对平台底部冰堆成因及冰阻塞对平台安全影响进行分析,并给出应对措施及建议.     

用PVDF实时测量激光诱导的冲击波压力

本文用自己研制的ＰＶＤＦ（ｐｏｌｙｖｅｎｙｌｉｄｅｎｆｌｕｏｒｉｄｅ）压电传感器测量了０．２ｍｍ厚铝和２．０８ｍｍ厚Ｔ３００／环氧复合材料中激光诱导的冲击波压力，首次获得了这些材料中激光冲击波压力的时间演化波形。实验在中国科大强激光实验室的ＹＡＧ脉冲激光器上进行，激光波长１．０６μｍ，脉宽３３ｎｓ，靶面平均功率密度为１０９Ｗ／ｃｍ２量级。从所得数据估计了表面入射压力，其值与已有结果符合良好。实验结果证实，ＰＶＤＦ压电传感器频响高，量程宽，多次使用重复性好，可有效应用于激光冲击波压力的实时测量     

益生菌发酵对胡萝卜水溶性多糖调节小鼠免疫功能的影响

采用水提醇沉法从益生菌发酵前后的胡萝卜汁中提取水溶性多糖(分别记为WSP-n和WSP-p),并基于环磷酰胺诱导的免疫抑制小鼠模型,评价它们的免疫调节功能差异。结果显示,WSP-n与WSP-p均能提高胸腺指数、减缓脾脏肿大、抑制T淋巴细胞亚群分化异常和提高NK细胞毒性作用,同时能提高脾脏中细胞因子水平和血清中免疫球蛋白含量,并且WSP-p的作用强于WSP-n。表明胡萝卜多糖能有效改善机体的免疫机能,且益生菌发酵可增强胡萝卜多糖的免疫调节功能。     

半导体激光无线传能中光伏电池转换效率

为选择合适的激光参量与光伏电池参量，以提高激光无线能量传输(LWPT)系统的能量转换效率，通过实验研究了LWPT系统中能量接收单元，也即光伏电池在半导体激光照射下的输出特性。通过波长为808 nm和915 nm的激光辐照GaAs和Si光伏电池，研究了不同激光功率密度、光伏电池温度、电池类型以及激光入射角度对光伏电池输出特性与能量转换效率的影响。实验中，在波长为808 nm的激光功率密度从0.06 W/cm2上升至0.37 W/cm2的过程中，Si电池的最大输出功率从0.12 W上升至0.32 W，能量转换效率从50.9%下降至21.2%；GaAs电池的最大输出功率从0.40 W上升到1.07 W，能量转换效率从57.9%下降至23.8%。随着激光功率密度的增加，光伏电池的输出功率先增加而后趋于饱和，但是高功率密度激光引起的电池温升会导致其光电转换效率的下降，所以激光功率密度的选择与光伏电池温度的控制是提高LWPT系统能量转换效率的关键因素。     

深度非线性度量学习在说话人确认中的应用

将非线性度量学习(Nonlinear Metric Learning,NML)应用于说话人确认,提出了一种基于深度独立子空间分析(Independent Subspace Analysis,ISA)网络的说话人确认方法。区别于传统的线性度量学习方法,该方法使用深度独立子空间分析网络来学习一种从说话人原始空间到优化子空间的非线性显式映射,并在此基础上计算两条语音之间的相似性,以获得更好的说话人确认性能.所提方法在NIST SRE 2008数据集上进行了评估。评估结果表明,所提算法的等错误率指标相比传统的基于余弦距离打分的i-vector算法、线性判别分析(Linear Discriminant Analysis,LDA)算法、概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)算法分别下降了11.02%,6.40%和4.579%。