类 ITER 偏滤器瓦片表面热流沉积的粒子模拟

使用热侵蚀沉积粒子程序(HEDPIC)模拟了由小块沿环向表面倾斜的瓦片组成类 ITER 偏滤器的极向 缝隙附近瓦片表面的热流密度分布，研究了不同倾斜高度对热流密度分布的影响。研究结果表明，当瓦片设置成 合适的倾斜角度时，瓦片上表面靠近缝隙附近的电子热通量为零；离子热流密度小于上表面远离缝隙的热流密度， 棱边处热流密度过高的问题得到解决。      

类斜抛运动探析

类斜抛运动情形多、易混淆,是高中物理重难点内容,多以复合场为背景进行考查,常以高考压轴题形式出现.本文探析了类斜抛问题通用的求解方法.     

胺解改性聚L-谷氨酸苄酯引导骨再生膜的制备

以聚L-谷氨酸苄酯(PBLG)为原料, 通过溶剂浇铸与粒子沥滤法分别构建PBLG单层致密和PBLG单层多孔膜, 利用乙醇胺对薄膜表面改性, 构筑双层引导骨再生膜. 研究了不同胺解改性时间对PBLG-s-PHEG双层膜亲水性和力学性能的影响, 结果表明, 随着PBLG分子量的增大, 薄膜的力学性能增强而降解速率减缓. 延长胺解改性时间可提高薄膜亲水性和体内外降解速率. 细胞实验结果表明, 双层薄膜的致密结构能够有效阻隔成纤维细胞的侵入, 多孔结构能够支持细胞贴壁黏附和铺展. 体外生物活性评价结果表明, 表面改性的PBLG基材料可用于体内骨缺损修复. 本文所构建的双层引导骨再生膜在体外具有良好的力学性能和降解性能, 与组织具有一定的贴合性, 同时可有效阻碍成纤维细胞侵入, 具有潜在应用价值.     

高效液相色谱-串联质谱法同时测定儿童彩泥类造型玩具中3种异噻唑啉酮类防腐剂

建立了儿童彩泥类造型玩具中异噻唑啉酮类防腐剂(2-甲基-4-异噻唑啉-3-酮(MI)、5-氯-2-甲基-4-异噻唑啉-3-酮(CMI)和1,2-苯并异噻唑啉-3-酮(BIT))的高效液相色谱-串联质谱(HPLC-MS/MS)测定方法。样品经甲醇超声提取、离心、过滤后,采用Kinetex?C_(18)色谱柱(100 mm×3 mm,2.6μm)进行分离,流动相为甲醇-水,梯度洗脱,流速300μL/min。在多反应监测(MRM)模式下定性,外标法定量。结果表明,3种异噻唑啉酮类防腐剂在1.0～100.0μg/L质量浓度范围内线性关系良好(r≥0.999 0),3种化合物的平均回收率为80.2%～109%,相对标准偏差(RSD,n=5)为1.3%～7.0%。MI、CMI和BIT的检出限(LOD)分别为10、10、20μg/kg,定量下限(LOQ)分别为30、30、60μg/kg。     

多形貌中空介孔SiO2的可控合成及复合物对Cu2+的吸附还原

以间苯二酚/甲醛(RF)树脂为软模板, 正硅酸乙酯(TEOS)为硅源, 十六烷基三甲基溴化铵(CTAB)为制孔剂, 采用一锅溶胶-凝胶法制备了多形貌中空介孔二氧化硅微球(HMSM). 通过改变甲醛用量调控软模板RF树脂的结构, 可以获得一系列不同形貌及结构的HMSM, 随着甲醛用量的增加, HMSM结构表现为单层壳空心球、 蛋黄壳空心球、 双层壳空心球等结构. 其中具有蛋黄壳空心球结构的HMSM比表面积可达691 m ²/g, 孔体积达2.23 cm ³/g, 孔径均匀(3.5 nm). 以硝酸铈铵为引发剂, 在具有蛋黄壳空心球结构的HMSM中引发丙烯腈自由基聚合, 并将支链聚丙烯腈上的氰基偕胺肟化, 制得HMSM接枝聚偕胺肟(HMSM-g-PAO). 以100 mg/L的CuCl₂溶液为目标溶液, 在pH=4.0时测试合成的HMSM-g-PAO对Cu ²⁺的吸附效果, 发现吸附平衡时Cu ²⁺吸附量达134 mg/g.     

有限群共轭类长度的一点注记

假设G=AB是子群A和B的互相置换积。通过A?B中元素的共轭类长度给出了群G的结构，推广了一些最近的结论。     

密度泛函理论研究MN@H_2O (M=Ga,Ge, In,Sn, Sb; N=M,Al)团簇的特性

采用密度泛函理论的B3LYP, B3P86, B1B95, P3PW91和PBE1PBE方法结合SDD, LANL2DZ和CEP-121G基组计算了d~(10)组态二聚物MN(M=Ga, Ge, In, Sn和Sb; N=M和Al)的几何结构.采用B3P86/SDD进一步研究了MN@H_2O团簇的几何结构及吸附能.结果表明,水分子结合在二聚物M_2上时,对二聚物影响较大,对水分子自身影响较小.将M_2中Ga, Ge, In, Sn或Sb替换一个原子为Al时,水分子在GeAl和SnAl上的吸附能变化较大,而在GaAl, InAl和SbAl上吸附能变化较小.另外, H_2O吸附在Ga, Ge, In, Sn和Sb上时,与吸附在Al上时,吸附能的变化不大.     

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

《发光学报》——EI核心期刊(物理学类;无线电电子学、电信技术类)

《发光学报》是中国物理学会发光分会与中国科学院长春光学精密机械与物理研究所共同主办的中国物理学会发光分会的学术会刊。该刊是以发光学、凝聚态物质中的激发过程为专业方向的综合性学术刊物。《发光学报》于1980年创刊,曾于1992年,1996年,2000年和2004年连续四次被《中文核心期刊要目总览》评为“物理学类核心期刊”,并于2000年同时被评为“无线电电子学、电信技术类核心期刊”。2000年获中国科学院优秀期刊二等奖。