向您推荐《液晶与显示》——中文核心期刊

《液晶与显示》是中国最早创办的液晶学科专业期刊,也是中国惟一的液晶学科和显示技术领域中综合性专业学术期刊。它由中国科学院长春光学精密机械与物理研究所、中国光学光电子行业协会液晶专业分会和中国物理学会液晶分会主办,科学出版社出版。《液晶与显示》以研究报告、研究快报、综合评述和产品信息等栏目集中报道国内外液晶学科和显示技术领域中最新理论研究、科研成果和创新技术,及时反映国内外本学科领域及产业信息动态,是宣传、展示我国该学科领域和产业科技创新实力与硕果,进行国际交流的平台。本刊是英国《科学文摘》     

116号元素和118号元素的合成

在俄罗斯Dubna的联合核研究所（JINR），物理学家们（包括来自美国Lawrence Livermore国家实验室的合作者）用一束钙-48离子轰击锎-249原子产生了少量的118号元素．这些元素原子核的质量为294个原子质量单位．     

原子力显微镜在分子细胞生物学研究中的应用

 1986年秉霖(G.Binning)等在扫描隧道显微镜的基础上发明了原子力显微镜(Atomicforcemicro-scope,AFM)。这种显微镜的放大倍数远远超过以往的任何显微镜,可以直接观察物质的分子和原子组成,这为微观世界的探索提供了理想的工具。AFM不仅可以以高分辨率表征样品表面形貌,分析研究与作用力相对应的各种表面性质,并可对样品的分子或原子进行纳米级力加工,也能对活的生命样品进行实时动态观测。这些特性使AFM在生命科学特别是在分子细胞生物学的研究中占据着独特的地位。一、AFM对细胞表面结构的研究AFM的样品制备简单,只需作一个渗涂片并在空气中干燥,且不需特殊的染色和固定;它的     

纳米Zr-V-O粉末的XRD及TG-DSC研究

利用机械合金化制备纳米Zr-V粉末，对制备过程的材料进行物相分析和热分析试验。初始粉末Zr（150μm）和V（150μm）元素粉末（纯度99．15％）按原子比1：2或1：1进行混合后在氩气气氛中放入SimoloyerCMol—2球磨仓中，按几种不同的试验条件进行球磨。同时在997K和1047K下热处理40min和1h，并对热处理前后的粉末进行了物相和TG-DSC实验分析。     

基于MATLAB的异步电动机线性化控制系统的仿真

从异步电动机在同步旋转坐标系下的状态方程出发，在一定的条件下，对其系数矩阵简化．推出异步电动机的线性化控制模型．并基于该模型得出异步电动机的线性化控制系统．以给定电机为例，对该模型的有效性、响应用MATLAB进行仿真分析．验证的结果说明上述模型具有实用价值．     

Fe(Ⅲ)-磺基水杨酸-甲基紫-聚乙烯醇体系光度法测定痕量铁

提出了在聚乙烯醇存在下,Fe(Ⅲ)-磺基水杨酸-甲基紫三元配合物光度法测定Fe(Ⅲ)的方法.该法灵敏度高(ε=3.44×105L@mol-1@cm-1),选择性及精密度均好,用于水中痕量铁的测定,结果满意.     

Microwave Synthesis, Characterization and DNA-binding Properties of a New Cobalt（ Ⅱ ） Complex with 2,6-Bis（benzimidazol-2-yl）pyridine

A new cobalt(Ⅱ) complex with tridentate ligand 2, 6-bis (benzimidazol-2-yl)pyridine has been synthesized by microwave irradiation method and characterized by elemental analysis,electrochemical and spectral methods. The binding of the complex with calf thymus DNA has also been investigated by absorption and fluorescence spectra.     

计数法（1）

所谓计数,就是估计或计算符合某些要求的对象的个数,换言之,就是给定-个有限集合S,要求出集合S所含的元素的个数|S|,或者对集合S的阶的上、下界进行估计.由于通常给定的集合各种各样,要判定一个元素是否属于它,绝非易事,要计算它所含元素的个数就更加困难.所以,如何计数的问题长期以来一直是人们关心的问题,它历来是组合数学研究的基本课题之一,也是各类竞赛的热点之一.     

Local Prediction of Chaotic Time Series Based on Support Vector Machine

Based on phase space delay-coordinate reconstruction of a chaotic dynamics system, we propose a local prediction of chaotic time series using a support vector machine （SVM） to overcome the shortcomings of traditional local prediction methods. The simulation results show that the performance of this proposed predictor for making onestep and multi-step prediction is superior to that of the traditional local linear prediction method and global SVM method. In addition, it is significant that its prediction performance is insensitive to the selection of embedding dimension and the number of nearest neighbours, so the satisfying results can be achieved even if we do not know the optimal embedding dimension and how to select the number of nearest neighbours.