近紫外光激发下KBaGd(MoO_(4))_(3)∶Er^(3+)的下转换发光及温度传感特性EI北大核心CSCD

近年来,Er^(3+)离子掺杂的无机发光材料被广泛应用于温度传感材料的研究。本文采用溶胶⁃凝胶法制备了Er^(3+)掺杂的KBaGd(MoO_(4))_(3)荧光粉,利用常温激发和发射光谱、荧光衰减曲线以及变温发射光谱对其光谱性能以及温度传感特性进行了分析。荧光光谱表明,KBaGd(MoO_(4))_(3)∶Er^(3+)在380 nm处有着较强的吸收峰,源自于Er^(3+)离子的4I_(15/2)→4G_(11/2)吸收跃迁。在近紫外光激发下,KBaGd(MoO_(4))_(3)∶Er^(3+)荧光粉在520~570 nm之间具有两个明亮的绿色发射。由于电偶极间相互作用,当Er^(3+)离子掺杂浓度超过8%时,样品发光开始出现浓度猝灭。基于荧光强度比(FIR)模型计算得到KBaGd(MoO_(4))_(3)∶Er^(3+)的相对灵敏度优于已报道的大部分同类温度传感材料,因此在光温传感领域有着更好的应用潜力。最后,对利用KBaGd(MoO_(4))_(3)∶Er^(3+)设计的LED进行了光电参数测试,并对其在照明领域的应用进行了客观评价。     

数学定理教学的“转识成智”——以初中“垂径定理”起始课为例北大核心

1问题提出重视定理教学“过程”是核心素养培养的必然要求,也获得了中小学数学教师的广泛赞同,但有些“过程”却事与愿违.以初中“垂径定理”的教学为例,很多教师并没有关注到这是“圆”章节的起始定理,直接让学生沿直径翻折圆形纸片,得出圆的轴对称性,并用动态课件验证(环节1);继而形式化分析证明圆的轴对称性,由此得到“垂径定理”(环节2).     

TG酶与单宁酸对鱼明胶凝胶强度的影响

明胶是胶原蛋白适度水解生成的多肽分子聚合物,在食品、医药等领域具有广泛的应用。采用单宁酸和谷氨酰胺转胺酶（TG酶）对鱼明胶进行改性,探讨它们对鱼明胶凝胶强度的影响。分别从明胶浓度、氧化型和非氧化型的单宁酸添加、TG酶处理条件等方面进行优化,通过测定鱼明胶的凝胶强度变化,获得两种改性方式的最优组合。结果显示,在6%明胶浓度下,添加1 U·g-1TG酶和0.2%（V/V）的（2%m/V）氧化型单宁酸母液,鱼明胶的凝胶强度高达946.2 g。单宁酸和TG酶能协同作用,进而提升鱼明胶的凝胶强度。这一研究将有助于减少单位明胶用量,降低鱼明胶使用成本,拓展其应用范围。     

广西经济增长、金融发展与城乡收入差距的实证研究

探讨了经济增长及金融发展与城乡收入差距之间互动影响,刻画了三者间的逻辑关系,并基于广西1990-2017年的统计数据,运用状态空间模型及卡尔曼滤波算法对三者间动态关系进行了实证分析.结果显示:经济增长对城乡收入差距呈现倒U型曲线形态,而金融发展则显示出具有不断缩小城乡收入差距的趋势.     

层间单向耦合星形圆环状网络的同步能力

多层复杂网络同步是网络科学研究的一个前沿方向,目前对多层复杂网络同步性的研究大多集中在无向多层复杂网络上,而更加贴近于实际的多层有向网络研究很少.首先根据主稳定方程(MSF)严格计算出M层层间单向耦合星形圆环状网络的超拉普拉斯矩阵的特征值谱,并得到反映M层层间单向耦合星形圆环状网络同步能力的重要指标,其次讨论了M层层间单向耦合星形圆环状网络在同步域为有界和无界的两种情况下同步能力与层数、节点数、层间耦合强度和层内耦合强度及中心节点耦合强度之间的关系.最后通过数值模拟给出了层间单向耦合星形圆环状网络同步能力的仿真图像,验证了理论结果的有效性.     

陶瓷基功能材料载体纤维增强效果及机理

以陶瓷基功能材料载体为研究对象,按照其生产工艺配方,研究了纤维种类(莫来石、氧化铝、氧化锆)及其添加量对陶瓷基功能材料载体性能的影响.在相同实验条件且不影响其功能化参数前提下,将其与未添加纤维的空白试样力学性能进行对比.结果表明,试样经1200℃烧成后,相比莫来石与氧化铝纤维增强的陶瓷基功能材料载体,氧化锆纤维的增强效果最好.当氧化锆纤维的添加量为0.8 wt;时,试样的吸水率和气孔率均较低,分别为2.0;、4.0;,相比空白对比试样抗折强度增强了42.4;.     

聚甲醛结晶过程的流变学方法探索

使用流变学方法小振幅振荡剪切跟踪了聚甲醛降温结晶和升温熔融的动力学过程,结果表明流变学方法也是测定结晶、熔融温度的有效手段.转变温度可由动态储能模量的起始偏折点进行标识;而对于恒温结晶过程,流变学方法可由动态储能模量对时间的演进得到结晶过程中的相对结晶度,进而使用Avrami方程拟合获取结晶动力学参数,还可将结晶过程视为物理凝胶化过程而使用凝胶化时间标示结晶过程的快慢.     

绝对重力测量异常值的局部异常因子检测算法

自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度。目前一般采用的一元正态分布异常值检测算法漏检率高,容易造成测量结果的偏差和测量精度的下降。利用人工智能算法中的局部异常因子异常值检测算法,可以在线、快速、高效地完成自主研发绝对重力测量数据的异常值检测。首先,根据实测数据构建测试数据集,利用数值模拟确定局部异常因子算法邻域宽度参数的取值;然后,基于实测数据进行异常值检测并进行结果评估。评估结果表明,局部异常因子异常值检测算法对离群程度不同、连续出现异常值等情况检测效果明显优于一元正态分布异常值检测算法,组测量精度平均提高9.37μGal,可以作为自主研发绝对重力仪异常值检测的通用算法完成组测量结果的异常值检测。