TiO_2纳米管阵列的制备及其光催化性能研究

采用阳极氧化法在钛箔上制备了TiO_2纳米管阵列,利用场发射扫描电子显微镜(FSEM)、X射线衍射仪(XRD)和紫外-可见分光光度计对TiO_2纳米管的形貌、结构和光学性能进行表征,详细考察了阳极氧化工艺参数对纳米管阵列形貌的影响,探讨了氧化钛纳米管阵列的形成机理,并对其光催化活性进行了测试,研究结果表明:在0.5 wt; HF和1 mol/L H3PO_4电解液中,控制氧化电压为20 V,反应60 min后,在钛箔表面可获得垂直导向的TiO_2纳米管阵列,管内径为60~80 nm,管壁厚约10 nm;600 ℃热处理后的TiO_2纳米管阵列薄膜对349.7 nm近紫外光和443.9 nm可见光有较强的吸收能力;煅烧温度对纳米管的晶型结构和光催化活性有显著影响.     

中国金刚石膜技术专利现状分析

金刚石膜具有特别优异的性能,在高技术领域有着极为广泛的应用.本文采集1985年到2007年中国金刚石膜技术专利文献,建立专利数据库,从技术和竞争两个方面对其发展脉络和竞争格局进行定量和定性分析,揭示出国内金刚石膜技术已处于较成熟阶段,机械加工和半导体电子领域是其潜在的重点应用领域,涂层技术和定向或单晶生长是其重点开发工艺,国内申请人在专利数量上占优,国外申请人在专利质量上见长,并对国内外重要申请人的研发能力和研发重点进行对比分析,最后提出了一些发展金刚石膜技术的专利战略.     

离轴高功率双程放大系统中小信号增益系数 与泵浦能 密度关系研究

描述了在多程放大装置上首先实现了高功率、大口径、方光束的双程离轴放大。对由 8片N31 玻璃片组成的放大器的增益特性做了测试。在充电电压为 2 2 k V、泵浦能密度为 1 0 .2 4 J/ cm3时 ,小信号增益系数为 4 .0 8% cm- 1 。     

因子模糊化BP神经网络在磨粒识别中的应用

在引入磨粒形态学描述了提取磨损颗粒显微形态特征的基础上,用人工神经网络技术,编制了用于磨损颗粒自动识别的ＢＰ网络计算机模拟程序,应用所引入的因子模糊化训练法可使训练速度加快,以异或问题为例,速度可提高５～１０倍。用此网络对磨粒测试库进行识别实验发现,识别速度快且正常率在９０％以上,优于传统的磨粒识别方法。     

轻系统多重碎裂的同位旋效应

利用同位旋相关的量子分子动力学模型,对⁴⁰Ca+⁴⁰Ca和⁴⁰Ar+⁴⁰Ar系统在不同入射能量时,同位旋效应对多重碎裂的影响进行了讨论.低能区的多重碎裂由于多种同位旋相关的因素相互抵消,因此多重碎裂的同位旋效应不明显.随着能量的增加,同位旋相关的截面造成多重碎裂的明显差别.     

有关复合电沉积机理研究

介绍了微粒前处理、电流密度、微粒浓度、搅拌、pH值等工艺参数以及微粒表面电荷对电沉积复合镀层的影响,回顾了Guglielmi模型、MTM模型等复合电沉积机理的发展和现状．     

本体与界面条件下MAPTMS水解-缩合过程中簇集行为比较研究

以甲基丙烯酰氧丙基三甲氧基硅烷(MAPTMS)为前驱体,利用荧光光谱、在线衰减全反射红外光谱(In-situ ATR-FT-IR),比较性地研究了在本体及气液界面条件下MAPTMS在酸性介质中的水解-缩合过程.借助于LB膜技术,测定了MAPTMS在气液界面水解-缩合反应过程中的π-A曲线.不论在本体相还是气液界面相,荧光探针芘均表现出明显的芘分子完全重叠及部分重叠的激基缔合物的荧光发射特征.结果表明:MAPTMS水解产物在水相中发生簇集,而且簇集体疏水端相互作用存在一定刚性.芘的荧光光谱随反应进行表现出显著变化,但本体相荧光光谱变化较气液界面相剧烈.ATR-FT-IR光谱在线检测表明:本体水解缩合产物具有较高的聚合度,而气液界面水解缩合产物聚合度较低.上述结果说明体系中存在簇集行为的显著变化,且在气液界面MAPTMS水解产物受限程度比本体相大.分子在气液界面上的聚集行为也由-πA曲线的结果得到进一步证实.文中依据MAPTMS水解产物具有类似表面活性剂的特性对上述实验结果给予了解释.     

成都地区太阳紫外辐射光谱的观测与分析

利用紫外CCD光学多道分析器,对成都地区2006年3月至7月UVA和UVB波段太阳紫外辐射光谱进行了观测,对这一地区紫外辐射的基本特征进行了统计分析。分析表明：太阳紫外辐射在一天内早晚小,中午大,一年中6月份达到最强,与太阳天顶角的变化密切相关; UVB辐射积分通量远小于UVA辐射积分通量,其比值一般小于0.04,在天气晴好时下午大于上午; 雾能导致UVB辐射积分通量与UVA辐射积分通量的比值增大,其原因是雾对UVA辐射衰减强于对UVB辐射衰减; 云对太阳紫外辐射存在异常吸收。     

CNN-FWS: A Model for the Diagnosis of Normal and Abnormal ECG with Feature Adaptive

(1) Background and objective: Cardiovascular disease is one of the most common causes of death in today’s world. ECG is crucial in the early detection and prevention of cardiovascular disease. In this study, an improved deep learning method is proposed to diagnose abnormal and normal ECG accurately. (2) Methods: This paper proposes a CNN-FWS that combines three convolutional neural networks (CNN) and recursive feature elimination based on feature weights (FW-RFE), which diagnoses abnormal and normal ECG. F1 score and Recall are used to evaluate the performance. (3) Results: A total of 17,259 records were used in this study, which validated the diagnostic performance of CNN-FWS for normal and abnormal ECG signals in 12 leads. The experimental results show that the F1 score of CNN-FWS is 0.902, and the Recall of CNN-FWS is 0.889. (4) Conclusion: CNN-FWS absorbs the advantages of convolutional neural networks (CNN) to obtain three parts of different spatial information and enrich the learned features. CNN-FWS can select the most relevant features while eliminating unrelated and redundant features by FW-RFE, making the residual features more representative and effective. The method is an end-to-end modeling approach that enables an adaptive feature selection process without human intervention.     

第一性原理无核芯壳模型计算原子核谱因子

原子核谱因子表征原子核单粒子轨道的性质以及占据数等信息,是联系核结构、核反应与核天体物理的重要物理量。对于原子核谱因子的计算强烈依赖于理论模型得到的原子核多体波函数,在实际计算中通常选用普通壳模型。随着计算机性能的提高以及核多体方法的发展,第一性原理方法被应用于研究原子核性质,并取得巨大成功。本工作基于现实两体相互作用,利用第一性原理无核芯壳模型计算较轻原子核谱因子。首先,计算了A=6和7原子核的低激发态能量,考察第一性原理无核芯壳模型对能量计算的收敛性,并比较普通壳模型与第一性原理无核芯壳模型对于A=6和7能谱的描述。结果表明,无核芯壳模型计算结果与实验符合较好,可以很好地描述结合能和激发谱性质。然后,利用无核芯壳模型系统计算了⁷Li与⁷Be镜像核叠积函数与谱因子,并分析谱因子计算的收敛性。结果显示,谱因子随着模型空间的增大收敛较慢,对于⁷Li,无核芯壳模型计算的谱因子同最新实验值符合得很好。最后,采用无核芯壳模型系统计算A=6,7和8原子核低激发谱能量与谱因子,为核反应与核天体研究提供必要的输入量。