分数阶热弹理论下重力场对二维纤维增强介质的影响

基于Sherief等提出的分数阶广义热弹性耦合理论，研究了在热冲击作用下二维纤维增强弹性体的热弹性问题.考虑了重力对二维纤维增强线性热弹性各向同性介质的影响，建立了控制方程.运用正则模态法，经过数值计算，对控制方程进行求解，得到了不同分数阶参数和不同重力场下无量纲温度、位移和应力分量的表达式，以图形的方式展示了变量的分布规律并对结果展开了讨论.研究结果为:重力场和分数阶参数对纤维增强介质的位移及应力有着重要的影响，但对温度的影响有限.     

蛋白质-多糖复合体系在活性物质传递中的应用

蛋白质-多糖复合体系作为生物活性物质传递系统的壁材,有着人工合成聚合物或无机物等其他材料不可比拟的多重优势。本文就蛋白质和多糖之间的连接方式及蛋白质-多糖复合体系形成传递系统的多种形式进行了综述,以及对此领域的发展趋势进行了展望。结合蛋白质和多糖的结构特点,二者之间的链接方式分为非共价结合的物理共聚,和共价结合的美拉德偶联、化学交联、酶催化交联等方式,文中分别对各种连接方式的原理和机理,以及其影响因素做了深入阐述。以蛋白质-多糖复合体系为壁材对活性物质的传递形式大体上分成乳化系统、胶束、纳米凝胶、分子复合物以及壳核结构等系统。不同的活性物质的特征和传递需求,可针对性地选择合适结构的蛋白质和多糖种类以及二者的连接方式和传递系统的形式。并且,随着研究的逐步发展和推进,此领域的发展趋势朝着智能化和靶向性的方向进行。目前活性物质的蛋白质-多糖复合体系的传递系统,还依然面临着系统设计、评价和应用等多方面的挑战,这就要求我们在更全面更深入了解认识其对活性物质影响和功效的基础上,安全合理地设计和深入细致地评价活性成分的传递系统。     

“放开”设问:开放式教学的一种途径——从一份学案中的“封闭式问题”说起

最近观摩某教研活动,教学内容为七年级在平面直角坐标系中求几何图形的面积.由于这节课是一节专题课,并没有相对应的教材内容,组织方将其定位为习题课教学.执教者把精心准备的导学案在课前发给学生,很多学生拿到导学案之后就埋头进入了"刷题"状态,课堂上虽然也有不少师生互动,但多数停留在比较单一的师生单向对话,属于核对答案式的课堂对话.虽然课后的评课环节是"抬轿戴帽"式的"点赞一片",但笔者总感觉这样的课有点儿封闭,没有实现郑毓信教授所倡导的"深度教学"和"开放教学".以下先简要摘引教师印发给学生的这份导学案中的封闭式问题及教师随后的封闭式教学,然后从这些习题呈现方式谈一些评课意见与相关思考.     

L-fuzzy层双保序算子空间中的(ω_α,υ_α)-仿紧性

首先在层双保序算子空间中引进了两种(ω_α,υ_α)-仿紧性,证明了它们都是好的推广.其次,给出了它们的若干刻画与性质,并指出了它们保持若干拓扑不变性质.最后,讨论了(ω_α,υ_α)-仿紧性、(ω_α,υ_α)-分离性以及(ω_α,υ_α)-紧性之间的关系.     

共振瑞利散射法对普萘洛尔特效适配体系的手性分析

本文提出了对于手性药物普萘洛尔手性识别和手性分析的新方法。 该方法引用基于氧化石墨烯的指数富集配体系统进化筛选技术(GO-SELEX),经过10轮优化筛选出对心血管药物普萘洛尔有高度亲和力的特效适配体。 然后通过共振瑞利散射光谱法(RRS)对反应体系进行特效性检测,实验表明S-普萘洛尔和R-普萘洛尔有迥然不同的光谱差异,S-普萘洛尔与特效适配体结合后的RRS显著增强,而R-普萘洛尔与适配体结合后的RRS几乎没有变化。 据此可以对心血管药物手性普萘洛尔进行有效的手性识别。 在考察反应体系和实验条件的基础上,可对S-普萘洛尔进行实验检测,同时对外消旋体中的R-普萘洛尔进行计算分析。 实验对S-普萘洛尔的线性范围为5~275 nmol/L,检测限为0.5 nmol/L。 方法应用于外消旋药片的分析检测,结果令人满意。 实验表明,RRS检测特效适配体结合的手性靶标体系会彰显不同的光谱差异,从而可对手性对映体进行手性识别,尤其是可利用其光谱差异实现同时测定的手性分析,方法可在特殊情形下不经分离而同时测定手性对映体,具有推广应用价值。     

M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.     

李color三系的Frattini子系的性质

给出了李color三系的Frattini子系的定义,得到了李color三系的Frattini子系的一些性质·特别的,证明了李color三系T有分解T=T_1⊕T_2⊕…⊕T_m,则φ(T)有分解φ(T)=φ(T_1)⊕φ(T_2)⊕…⊕φ(T_m).     

矩阵优化扰动性分析的若干进展

由于近年来实际问题特别是大数据应用的发展,矩阵优化问题越来越得到优化研究者,甚至是其他领域的研究者的高度关注,成为热点问题.优化问题的扰动性分析是优化理论研究的基础与核心,为包括算法设计在内的优化研究提供重要的理论基础.由于矩阵优化问题的非多面体性,使得相应扰动分析理论的研究本质上与经典的多面体优化问题(非线性规划)不同.结合文献[1,2],简要介绍矩阵优化扰动性分析方面取得的若干最新进展.