基于OBE理念的物理化学实验教学改革与实践——以平顶山学院为例

针对当前物理化学实验教学中存在的问题,从课程目标的制定、应用型课程建设、课程资源建设、评价体系的重构等方面提出以学生为中心的OBE (Outcomes-based education)理念教学实施方案,结合实际案例,将OBE教学理念融入到课前导学、课中实操和课后强化训练中,发挥了学生的主观能动性,学生的综合创新能力得到提升,教学效果明显改善。     

Polarization manipulation of bright-dark vector bisolitons

We simulate the polarization manipulation of bright-dark vector bisolitons at 1-μm wavelength regime.Through changing the pulse parameters,different kinds of pulse shapes and optical spectra are generated in output orthogonal polarization directions.When the input vector bisoliton is polarization-locked with 1064 nm central wavelength,“1+1”fundamental dark-dark and“2+1”pseudo-high-order bright-dark group-velocity-locked vector solitons can be achieved through changing the projection angle.When the input vector bisoliton is group-velocity-locked with 1063 nm and 1065 nm central wavelengths,“2+1”and“2+2”pseudo-high-order bright-dark group-velocity-locked vector solitons,bright-dark group-velocity-locked vector solitons with chirp-like temporal oscillations are generated.Our simulation results can provide beneficial conduct for polarization manipulation of vector multi-solitons,and have promising applications in quantum information register,optical communications,nanophotonics,and all-optical switching.     

两亲分子结构对铜网表面生长的Cu2S纳米材料形貌的影响

观察到两亲分子的结构对铜网表面生长的Cu2S一维纳米材料的形貌有较大的影响,含羧酸的强亲水型两亲分子--N-硬脂酰-L-谷氨酸有助于形成纳米线,而把两个羧基全部转化为酯基后,则倾向于形成具有分形结构的纳米带.     

基于神经网络内部模型的非线性偏最小二乘法用于火电厂烟气光谱定量分析

针对火电厂烟气光谱数据的非线性特性,采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。该方法进行偏最小二乘（PLS）回归后,将自变量和因变量的隐变量作为神经网络的输入和输出进行训练,即可得到非线性内部模型。将PLS、基于向后传递神经网络内部模型的非线性PLS（BP-NPLS）、基于径向基函数神经网络内部模型的非线性PLS（RBF-NPLS）和基于自适应模糊推理系统内部模型的非线性PLS（ANFIS-NPLS）对火电厂烟气多组分进行测定后比较,BP-NPLS、RBF-NPLS和ANFIS-NPLS较之PLS,将二氧化硫预测模型的预测均方根误差（RMSEP）分别降低了16.96%,16.60%和19.55%;将一氧化氮预测模型的RMSEP分别降低了8.60%,8.47%和10.09%;将二氧化氮预测模型的RMSEP分别降低了2.11%,3.91%和3.97%。实验表明,非线性PLS较PLS更适用于火电厂烟气定量分析。通过神经网络对非线性函数的高度逼近特性,基于本文所提及内部模型的非线性偏最小二乘方法有较好的预测能力和稳健性,在一定程度上解决了基于多项式和样条函数等其他内部模型的非线性偏最小二乘方法的自身局限性。其中,ANFIS-NPLS的效果最好,自适应模糊推理系统的学习能力能够有效降低残差,使模型具有较好的泛化性,是一种比较准确实用的火电厂烟气定量分析方法。     

融合波长选择和异常光谱检测的天然气燃烧过程定量分析方法

针对天然气燃烧过程的近红外光谱数据,采用了一种融合波长选择和异常光谱检测的定量分析方法。该方法根据偏最小二乘(PLS)模型的系数及预测误差的统计分布,在实现波长选择的同时,完成异常光谱样本的检测。与PLS、先用留一法将异常样本删除后PLS建模(LOO-PLS)、基于PLS的无信息变量消除法(UVE-PLS)以及先用留一法将异常样本删除后使用UVE-PLS建模(LOO-UVE-PLS)相比较,该方法将甲烷预测模型的预测均方根误差(RMSEP)分别降低了14.33%,14.33%,10.96%和12.21%;将一氧化碳预测模型的RMSEP分别降低了67.26%,72.58%,11.32%和4.52%;将二氧化碳预测模型的RMSEP分别降低了5.95%,19.7%,36.71%和4.04%。实验表明,该方法建立的分析物预测模型具有较高的预测能力和较好的稳健性,在大大减少所选波长数量,降低模型复杂度的同时,还能有效地检测出异常光谱样本,减小两者之间的相互影响。     

教育的技术——心理学视野下的教育技术观

在物理学教学中，如何使用教育的技术，探索运用心理学理论应用于教育实践的技术，从而提高课堂效率和对心理学视野下的教育技术观方法进行初步探索。     

平板撞击下梯度镍的层裂损伤研究

为研究高应变率下梯度镍的层裂损伤行为,对均匀镍材进行准静态扭转,制备出硬度和晶粒尺寸沿径向规则变化的圆柱形梯度镍.运用一级轻气炮对梯度镍进行平板撞击加载,利用多通道激光多普勒测速仪测量梯度镍的自由面粒子速度,计算层裂强度,并结合金相显微镜观察梯度镍回收试样的层裂损伤形貌.实验结果表明:平板撞击加载下,梯度镍的层裂损伤以...     

N-硬脂酰-L-谷氨酸及其乙酯衍生物的合成与成胶性质研究

研究了N-硬脂酰-L-谷氨酸(C18-GIu)——一个具有多个氢键位点的有机胶凝剂分子及其乙酯(C18-GIu-2ES)衍生物的合成与成胶性质．文献报道的合成方法是将硬脂酰氯滴加到L-谷氨酸钠的丙酮与水的混合溶液中，但我们的多次实验结果表明该合成方法的可操作性比较差，究其原因主要在于：反应的副产物之一盐酸的强酸性容易导致反应液的局部强酸性环境，而使反应产生的C18-GIu分子继续与L-谷氨酸反应，这大大增加了产物的后处理难度，很难得到高纯度的产物．因此，我们改用L-谷氨酸二乙酯为原料，在二环己基碳酰亚胺催化下或通过硬脂酰氯得到所需的高纯度产物．在此基础上，研究了．合成的C18-GIu及C18-GIu-2ES的成胶性质，结果表明C18-GIu-2ES具有比C18-GIu更广的成胶范围和更小的成胶浓度．     

两亲分子结构对铜网表面生长的Cu2S纳米材料形貌的影响

观察到两亲分子的结构对铜网表面生长的Cu2S-维纳米材料的形貌有较大的影响，含羧酸的强亲水型两亲分子——N-硬脂酰-L-谷氨酸有助于形成纳米线，而把两个羧基全部转化为酯基后．则倾向于形成具有分形结构的纳米带。     

基于偏最小二乘增量式神经网络的近红外光谱定量分析模型

提出了一种基于偏最小二乘增量式神经网络的近红外光谱定量分析模型。该模型采用典型三层反向传播神经网络(BPNN),不同波长吸光度和成分浓度是模型的输入和输出。在使用历史样本训练之前先进行偏最小二乘(PLS)回归,所得自变量和因变量的历史负荷矩阵分别用于确定模型输入层和输出层的初始权值,且自变量的主成分个数作为隐层的节点数。当获得新的样本时,对新数据与历史负荷矩阵组合后进行PLS回归,将所得新的负荷矩阵与历史负荷矩阵融合后作为模型输入层和输出层新的初始权值,接着使用新样本对模型进行训练来实现增量式更新。将所提模型与PLS、BPNN、基于PLS的BPNN、递归PLS在天然气燃烧烟气近红外光谱数据上测定后比较。对于烟气中二氧化碳浓度的预测,所提模型的预测均方根误差(RMSEP)分别降低了27.27%,58.12%,19.24%和14.26%;对于烟气中一氧化碳浓度的预测,所提模型的RMSEP分别降低了20.65%,24.69%,18.54%和19.42%;对于烟气中甲烷浓度的预测,此模型的RMSEP分别降低了27.56%,37.76%,8.63%和3.20%。实验结果表明,所提模型不仅通过PLS对BPNN结构和初始权重的优化,使模型具有较强的预测能力,而且能在已建模型信息的基础上,不访问旧数据而用新增样本即可完成自身的增量式更新,从而使模型具有较好的稳健性和泛化性。