平行机半在线排序问题研究(Ⅰ)

对半在线平行机排序问题的研究进展作了详细综述和进一步探讨。文章给出半在线排序问题的背景、定义、分类和求解。介绍它们定义和在不同机器环境和目标函数下半在线排序问题分类，以及第一类半在线模型的近似算法的设计及其竞争比分析。     

完全Rees矩阵半群的分解及性质

用等价关系Q^~出了完全Rees矩阵半群的一种分解．而且得到了它的每个Q^~一类的表示．     

CH2(X 3B1)自由基与O2的反应

用时间分辨富里叶红外发射谱仪（ＴＲ－ＦＴＩＲＳ）研究了ＣＨ２（Ｘ＾３Ｂ１）自由基与Ｏ２反应的通道及产物的振动动态布居，基电子态自由基ＣＨ２（Ｘ＾３Ｂ１）由３５１ｎｍ紫外激光光解ＣＨ２ＣＯ生成，观测到振动发态反应产物ＣＯ（ｖ≤１０），ＣＯ２（ｖ３≤７）ＯＨ（Ｈ２Ｏ）和Ｈ２ＣＯ的红外发射，证实存在生成Ｈ２ＣＯ的通道，由光谱拟合得到不同时刻ＣＯ（ｖ）和ＣＯ２（ｖ３）的相对振动布居，发现ｖ＝４能级的布居数     

探索·思考·策略·引领--初三专题复习“数形结合”教学设计及评析

一、写在前面2014年5月，无锡市滨湖区教研发展中心开展区教研员送课活动。选定什么课题，能切合当前初三学生复习要点，让学生受益，让听课老师受启发？经思考，王老师决定上“数形结合”专题，从中考和初高中衔接的角度设计，给听者留下新颖而深刻的印象。限于篇幅，以下侧重从设计的层面加以评析。     

固态光聚合反应研究进展

光引发的固态聚合反应一直是令人感兴趣的研究领域.本文综述了固态光聚合的研究进展.着重介绍了双炔类体系,二烯类体系以及(甲基)丙烯酸酯体系的固态光聚合的研究工作以及应用前景.     

单链和寡链等规聚苯乙烯聚集体的结晶行为

自1960年Hoffman等提出聚合物结晶成核理论以来,人们对聚合物结晶生长速率、片晶的侧向尺寸随过冷度的变化等现象成功地进行了理论描述．1997年,Hoffman等对聚合物结晶成核理论进行修正,将de Gennes的聚合物“蛇行”概念。引入表面成核理论,通过对单根分子链从过冷熔体“卷绕”到晶体前沿所需的时间进行估算,其结果远远低于Flory预言时间约3～5个数量级,据此,Hoff-man认为,在聚合物结晶过程中,分子链在强迫稳态下的“蛇行”运动有足够的时间解缠结和结晶。     

（E）-3-{4-[（3，5，6-三甲基吡嗪-2-基）甲氧基]-芳基}丙烯酸的合成

以川芎嚷为起始原料,经溴化,O-烷基化和Knoevenagel缩合反应合成了2个(E)-3-{4-[(3,5,6-三甲基吡嗪-2-基)甲氧基]-芳基}丙烯酸类化合物,其结构经1H NMR,13C NMR,IR和MS表征.     

聚醚树枝体线性聚(N-异丙基丙烯酰胺)不对称嵌段共聚物的 合成及自组装

采用原子转移聚合方法合成了聚N-异丙基丙烯酰胺和聚醚树技体的不对嵌段共聚物Dendr.PE-PNI-PAM。实验结果表明Dendr.PE-PNIPAM分子在水中能通过疏水缔合作用形成具有双分子膜结构的超分子聚集体。临界缔合浓度(CAC)、聚集体的大小及形貌对树枝体的代数具有明显的依赖关系。该聚集体对温度刺激具有响应性,并在人体体温温度(37.5℃)发生相转变。在高于相转变温度时,Dendr.PE-PNIPAM分子形成管状、带状等多重形态的超级结构的聚集体。     

二芳酮-可聚合胺紫外光引发1,6-己二醇二丙烯酸酯聚合的动力学研究

用Photo-DSC(光差热扫描)研究了一种可聚合胺助引发剂乙二醇-3-吗啡啉丙酸酯甲基丙烯酸酯(EGMPM)分别与二苯甲酮(BP)、4-(4-甲苯硫基苯基)苯基甲酮(BMS)、4-氯二苯甲酮(CBP)、4-氯甲基二苯甲酮(CMBP)、4-羟甲基二苯甲酮(HMBP)等二芳酮组成的光引发体系引发以1,6-己二醇二丙烯酸酯(HDDA)为单体的紫外光聚合动力学.考察二芳酮质量分数、聚合温度、光照强度对其光聚合动力学影响,并评价其引发效果;同时计算出了EGMPM/BP引发HDDA聚合体系的活化能.结果表明,二芳酮的质量分数增加时,反应达到最大反应速率的时间减少,单体的转化率也相应增加,单体聚合速率相应增大;相同质量分数(0.1%)的不同二芳酮,BMS体系达到最大反应速率的时间最短,单体转化率也最高;随着温度和光强的增加,单体最终转化率、最大反应速率增大,达到最大反应速率所需的时间减少.     

基于光谱技术的杨梅汁品种快速鉴别方法的研究

为了实现杨梅汁品种的快速无损鉴别,提出了一种用可见和近红外光谱技术快速鉴别杨梅汁品种的新方法。首先采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为9。完成特征提取后,将这9个主成分作为神经网络的输入变量,建立了三层BP神经网络,实现类别预测的同时也完成了数学建模与优化分析工作。3个品种的杨梅汁样本数均为20,共计60个样本。在神经网络学习中,将其分成训练集样本51个和预测集样本9个。对9个未知样本进行预测,准确率为100％。说明本文提出的基于光谱技术和模式识别的方法具有很好的分类和鉴别能力。