Synthesis and Structure of a New Ruthenium(II) Clathrochelate and the Use of a Highly Porous Ceramic Material with an Immobilized Complex in the Oxidative Conversion of Methane

Kinetics and Catalysis - A new ruthenium(II) cage complex with polar terminal groups in the apical substituents has been synthesized; the molecular design of the complex contributes to the...     

Effect of temperature on the interactions between cellulose and lignin via molecular dynamics simulations

Cellulose - Heating is essential in various biomass pre-treatments and thermal conversion processes. It is of practical significance to study the characteristics of cellulose-lignin and...     

Correction to: Practical framework for data-driven RANS modeling with data augmentation

Acta Mechanica Sinica -     

基于MOF (Cu)@biochar气凝胶的制备及其在缓释氮肥上的应用

以羧甲基纤维素(CMC)、明胶和MOF(Cu)@biochar为原料,采用简单有效的冷冻干燥方法制备了(CMC/Gelatin/MOF(Cu)@biochar)杂化气凝胶,并用傅里叶变换红外光谱(FT-IR)、热重分析(TG)、X射线粉末衍射(XRD)、扫描电镜(SEM)和X射线光电子能谱(XPS)技术对其进行了表征;研究了MOF(Cu)@biochar含量、pH和不同的盐水溶液对杂化气凝胶溶胀行为的影响;以该气凝胶负载氯化铵,制备了一种新型缓释肥料(SRF),并研究了含2%(wt)SRF的沙性土壤的保水能力;SRF在土壤中第30天的累积释放率为79.4%;肥料在土壤中释放符合非Fickian扩散和阳离子交换的协同作用机理。     

Synthesis and Some Properties of Tungstophosphatozincates and Their Thermolysis Products

Russian Journal of General Chemistry - Tungstophosphatozincates with the Keggin anion structure Kt5[PW11O39Zn(H2O)]?nH2O, Kt = Rb+, Cs+, (CH3)4N+; (C2H5)4N+ were synthesized. Their...     

化学类拔尖学生培养与高校青年教师成长协同发展实践*

在高等教育大众化的背景下,通过教学改革培养高素质的拔尖人才已显得非常重要。介绍一种以新入职的青年教师为实施主体的“理论课助教+实验课教学+科研训练”相结合的教学形式。通过连续、跟踪式的教学,不但可以选拔、培养出拔尖的化学类本科生,而且能够促进新入职的青年教师快速成长进步,起到“教学相长”的作用。     

从双层规划的角度看道德风险理论的一阶条件方法

本文首先对双层规划的一个特殊例子即道德风险模型中使用的一阶条件方法（FOA）做简要的梳理，然后提出一种更为一般的使FOA有效的原则与方法。新方法主要依赖于代理人对委托人设置的目标的最优反应映射是否存在不动点，这个性质不要求原问题与用一阶条件放松以后的问题之间的约束集等价，从而也不要求代理人的期望效用对行动具有全局凹性。在新方法下，可以用较为简单的方法证明FOA在以下两种情形之一有效，即如果分布函数是概率分布的凸组合或者分布函数来自某些特殊的指数族分布。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.