艾滋病防治资源投入的效果分析

基于GOALS模型的基本思想,建立了效果分析模型,并针对两种不同的资金分配方案,模拟了两种方案对2006—2010年某地艾滋病流行的影响,并对模拟结果进行了分析.     

求星期几的函数和节日在一周内的概率分布

文[1]给出了公元n年1月1日为星期几的公式n (n-1)/(4)-(n-1)/(100) (n-1)/(400),7(其中(n,7)表示整数n除以7的余数,而余数1～6分别对应星期一至六,余数0对应星期天).但没有找到公元n年m月k日为星期几的公式,只有通过"天文普及年历"查找各月对应的基数才能求出n年m月k日的星期数.本文采用新的方法,不仅找到了求星期几的函数A(n,m,k),而且还找到了求任意一个节日在一周内的概率分布.     

含有一阶导数的四阶边值问题正解的存在性

研究了含有一阶导数的四阶边值问题,利用度理论构造出的一个新的不动点定理,由Green函数的性质,给出了一类含有导数的四阶边值问题正解存在的充分条件,得到了边值问题正解存在的一些新结果.     

含蜡原油胶凝过程特性研究

利用RS75流变仪在小振幅振荡剪切的模式下分别研究了3种不同历史条件下含蜡原油的胶凝过程, 同时通过偏光显微镜观察了不同降温速率条件下原油中的蜡晶形貌. 结果表明, 在静态降温条件下, 降温速率越大, 原油胶凝的温度越低, 原油形成的胶凝结构越弱; 并且降温速率越大, 原油在恒温静止过程中, 结构随时间恢复的速率越大, 恢复至平衡所需时间越长, 但最终的平衡结构却越弱; 在同样的降温速率下, 原油低温胶凝结构随着降温过程中剪切作用的增强而减弱, 但当历史剪切速率超过一定数值时, 原油的胶凝结构将基本不再继续变化; 在同样的历史剪切速率下, 降温速率越大, 原油在低温(31 ℃)静止初始的储能模量越小, 但最终的平衡结构却越强.     

T尾结构振动的模态局部化判据研究

用峰值振幅比定义局部化度,用平尾刚度与垂尾刚度的比值定义耦合度.基于T尾结构的质量失调模型,从模态峰值振幅比、失调耦合比、常规摄动和近频摄动4个角度,提出4个不同的局部化判据来预测T尾结构模态局部化的发生.对一个T尾结构模型局部化振动的数值分析结果表明: (1)T尾结构系统一般具有弱耦合性,小量的失调就可以使T尾结构发生模态局部化;(2)T尾结构一旦发生模态局部化,不但使对称一弯模态和反对称一弯模态的振型发生较大改变,而且其模态频率也将改变,模态频率的改变在失调量的正负区间内具有唯一性;(3)算例验证了4个模态局部化判据的可行性和有效性,为T尾结构的模态局部化分析和设计提供了依据.     

乳状液的转相特性研究

本文总结了乳状液转相的基本理论和近年来的研究进展。影响乳液转相的因素主要有配方变量、组成变量和乳化方案，其中由配方变量引起的转相称为过渡转相，而由组成变量引起的转相称为突变转相。可以用综合变量（SAD或HLD）来描述不同配方变量对乳液物理化学配方的影响。通过绘制配方-组成关系图，可以通过图中的标准转相线或动态转相线来研究乳液的转相特性。与标准转相线相比较，乳液的动态转相线存在明显的滞后现象。乳液的突变动态转相有两种形式：从反常乳液到正常乳液的转相和从正常乳液到反常乳液的转相。Pickering乳液的转相不存在明显的滞后现象。目前，乳液转相技术已被广泛应用于纳米乳液和高内相黏度、高内相体积分数乳液的制备工艺中。此外，在原油/稠油的开采和输送工艺中，乳液转相技术也有着重要应用。     

含芳香基团的梳状聚合物型降凝剂与沥青质协同改善合成蜡油的流变性

采用流变学实验、 差示扫描量热(DSC)分析、 显微观察及沥青质沉淀实验研究了聚丙烯酸十八酯-马来酸酐(POM)、 聚丙烯酸十八酯-马来酸酐-苯胺(POMA)及聚丙烯酸十八酯-马来酸酐-萘胺(POMN)梳状聚合物对合成蜡油的流变性能的影响规律. 实验结果表明, 这3种梳状聚合物降凝剂均能在一定程度上改善不含沥青质合成蜡油(MO-1)的低温流变性, 其中POM对MO-1蜡油的流变性改善效果最佳. 添加500 mg/kg POM后, MO-1的凝点从29 ℃降至23 ℃, 屈服值从627.20 Pa降至83.35 Pa. 而POM, POMA和POMN可以显著改善含0.3%(质量分数)沥青质的合成蜡油(MO-2)的低温流变性, 且添加500 mg/kg POMA后MO-2蜡油的流变改善效果最佳: 凝点降至3 ℃, 屈服值降至1.27 Pa. 可见, 本文制备的梳状聚合物降凝剂均能与沥青质协同改善MO-2蜡油的流变性, 并且向POM中引入芳香基团能进一步促进沥青质与降凝剂分子的相互作用, 进而增强梳状聚合物降凝剂与沥青质的协同作用.     

大豆叶面积指数的高光谱估算方法比较

叶面积指数(leaf area index,LAI)是重要的生物物理参数,亦是各种生态模型、生产力模型以及碳循环研究等的重要生物物理参量,因此具有重要的研究意义。通过分析大量实测数据,选用归一化植被指数(normalized difference vegetation index,NDVI)和比值植被指数(ratio vegetation index,RVI)、主成分分析(principcal component analysis,PCA)、神经网络(neural network NN)三种方法对大豆使LAI进行了估算,比较分析了三种方法的估算结果。研究结果表明,植被指数法(NDVI,RVI),主成分分析,神经网络方法LAI都取得了较为理想的结果,验证模型的确定性系数分别达0.758和0.753,0.954,0.899,其中主成分分析方法和神经网络方法精度较高,主成分分析方法验证模型的稳定性更好,其验证模型的RMSE为0.267,明显低于两个植被指数(NDVI和RVI的RMSE分别为0.594和0.616)和神经网络(RMSE=0.413)。当叶面积指数较小时,植被指数能够较好地去除土壤、大气等条件影响,并精确估算LAI;当叶面积指数较大时,主成分分析能够弥补植被指数饱和的缺陷,得到很好的LAI估算效果。神经网络受LAI大小的影响效果居中,其对叶面积指数较小和较大时具有一致的估算效果,具有较好的应用潜力。     

交流中激活思维,探究中绽放精彩

1 课堂尴尬事 教学中遇到这样一个练习题:已知函数f(x)=-x3+似ax2+6(x∈R)图象上任意两点的连线的斜率都小于1,求实数a的取值范围. 笔者认为此题是一个简单题,所以备课时没有看教学辅导书上的解答,直接根据自己的思路进行讲解.解答如下.