基于FDI收益分成视角的FTA网络演化

本文假定双边自由贸易协定(bilateral free trade agreement,简称FTA)包含着无限制对外直接投资(foreign direct investment,简称FDI),并且通过FDI销售到非FTA伙伴国的收益按照一定比例在母国和东道国之间进行分配。基于Goyal和Joshi^[1],本文构建了FTA网络形成博弈模型。本文发现,FTA网络演化过程分为两个阶段:第一阶段,从空FTA网络到星状FTA网络,存在一条路径使得个体国家福利、世界总福利均改善,在此过程中,国家福利存在不对称性;第二阶段,从星状FTA网络到全连接FTA网络,存在一条路径使得个体国家福利改善,在此过程中,世界总福利不变,国家福利不对称性逐步消除。     

木立芦荟营养成分与功效

对木立芦荟中的蛋白质、超氧化物歧化酶、微量元素、维生素、多糖及水分进行了测定。其结果表明,本立芦荟原汁液中蛋白质含量为０．７４２ｍｇ／ｍＬ、超氧化物歧化酶活力为１０．２４５６ｎ／ｍＬ、维生素Ｂ２含量为０．００１９ｍｇ／ｍＬ。维生素Ｂ１２含量为０．０００５１ｍｇ／ｍＬ。干芦荟中钙含量为１０５２７．７７μｇ／ｇ、硒含量为８８．３４μｇ／ｇ、锗含量为７０．８２μｇ／ｇ。多糖质量分数为０．５６％,水分为鲜     

超声辅助提取-固相萃取土壤中头孢菌素C的高效液相色谱法定量检测

建立了一种采用超声辅助提取(UAE)、强阴离子交换固相萃取(SAX-SPE)净化、高效液相色谱(HPLC)测定土壤中残留头孢菌素C(CPC)简单、快速方法。 样品以超纯水为提取剂,超声辅助提取,SPE柱子以3 mL甲醇和3 mL水活化,采用5 mL的10%甲醇水溶液作为淋洗液,2 mL的5%甲酸水溶液/甲醇溶液(体积比50：50)进行洗脱,高效液相色谱紫外检测器(HPLC-PDA)测定,检测波长λ=254 nm,柱温30 ℃ ,流动相为0.1%甲酸水溶液/甲醇溶液(体积比95：5)对土壤中不同加标浓度的CPC进行检测,方法的回收率在77.9%~98.9%,标准偏差范围为5.0%~6.3%(n=5),方法检出限(LOD)为340.4 μg/kg,定量限(LOQ)为1126.8 μg/kg。 同时采用此方法检测分析新疆某药厂附近阳性土壤样品,不同批次土壤样品结果分别为:检出(低于定量限)、1532.1 μg/kg。     

SiC衬底上外延石墨烯的氢插入及表征

使用热解法在4H-SiC硅面制备出单层石墨烯,而后将石墨烯置于氢气气氛下退火,使氢插入到缓冲层与SiC衬底之间.利用X射线光电子能谱对氢插入后的化学键变化进行了表征.样品的碳1s能谱中碳元素由SiC衬底、石墨烯及缓冲层共同构成.对不同氢气退火温度下各组分的强度进行采集与分析,并分别与相应的拉曼光谱数据进行对比.结果表明,低于800℃退火温度会造成氢插入的不完全,但当退火温度超过1200℃后,插入的氢将被释放.为获得较优的氢插入效果,需要选择1000℃左右的氢气退火温度.     

双辉等离子体表面冶金金属化CVD金刚石自支撑膜研究

采用双辉等离子表面冶金技术,在金刚石自支撑膜表面制备了W金属层.借助扫描电子显微镜(SEM)、能谱仪(EDS)和X-射线衍射仪(XRD)等分别对金属化后的金刚石膜的微观形貌、元素分布及物相组成进行了表征与分析;并通过测试Ag-Cu钎焊的金刚石膜-硬质合金刀片样品的剪切强度,评价金属层与金刚石膜的结合强度.实验结果表明:所制备的W金属层连续、致密,由大量纳米尺度的颗粒状团聚物构成;在金属层与金刚石界面一定深度区域内,存在W和C元素的相互扩散,并且反应生成了WC、W2C等金属碳化物颗粒,表明金属层与金刚石膜之间已形成了牢固的化学键合.     

[Ni（qina）2（H2O）2]·2DMSO配合物的合成、结构及其催化性能

在常温下,通过溶剂置换法制备了[Ni（qina）2（H2O）2]·2DMSO单晶,其中qina^-为喹哪啶酸根,DMSO为二甲亚砜．配合物属于单斜晶系,C2／m空间群．2个qina^-配体以氮原子和氧原子与Ni（Ⅱ）离子反式螯合配位,2个H2O分子则以氧原子与Ni（Ⅱ）离子轴向配位,形成八面体配合物．配合物分子之间通过氢键和π-π堆积等弱相互作用构筑成三维超分子结构．该配合物能显著提高乙酸-1-萘酯的水解反应速率,当配合物浓度为1．0×10^-4mol／L时,在pH=8．44的乙酸-1-奈酯体系中,酯的水解速率提高了365倍．     

在成组技术下带恶化和学习效应的单机排序问题

本文研究了带依靠时间的恶化效应和依靠位置的学习效应的成组排序问题。模型中,组安装时间是开始安装时间的线性函数,工件的加工时间带恶化和学习效应,目标函数分别为最小化时间表长问题和最小化总完工时间问题。基于对问题的分析,给出了多项式算法。     

深度神经网络和高光谱显微图像的二维材料纳米片识别

近年来,二维材料由于其独特的性质而受到了广泛关注。在制备二维层状晶体的各种方法中,机械剥离法获得的薄层二维材料晶体质量高,适用于基础研究及性能演示。然而用机械剥离法从衬底上获得的材料具有一定的随机性,可能包含了少许相对较厚的部分。实现对这些二维薄层材料有效、快速且智能化的表征有利于促进二维材料性能的进一步研究。提出了一种基于深度学习的表征方法,通过搭建的编解码结构的卷积神经网络语义分割算法,可以根据光学显微镜图像进行分割和快速识别二维材料纳米片。卷积神经网络作为深度学习在图像处理领域中的典型算法,能够对光学显微镜图像中的复杂信息进行特征提取。首先采用机械剥离制备MoS₂纳米片样本,通过光学显微镜采集高光谱图像并对样本进行标记,根据样本的厚度范围标记出不同的区域,对标记后的图像进一步处理,包括图像的颜色校准和剪切操作,得到用于网络训练和测试的数据集。针对光学图像中二维纳米薄片存在的低对比度、碎裂等特点,编码时加入残差结构和金字塔池化模型,有助于特征信息的提取;解码时融合编码路径中提取的浅层特征信息,以提高网络分割精度。实验中采用带权重的交叉熵损失函数解决类别数量不平衡问题和采用数据增强扩大数据集。对训练后的网络测试结果表明,模型像素精度为97.38%,平均像素精度为90.38%,均交并比为75.86%。之后通过迁移学习成功地对剥离的单层和双层石墨烯纳米片样本进行了识别,均交并比达到了81.63%,表明该方法具有普适性。通过MoS₂和石墨烯纳米片的识别演示,实现了深度学习在二维材料的光学显微镜图像中的成功应用。该方法有望在更多的二维材料上得到扩展并突破自动动态处理光学显微镜图像的问题,同时为其他纳米材料的高光谱图像处理提供参考。     

新型路灯节能系统的设计

设计了一种新型的路灯节能照明控制系统。用发光二极管代替实际路灯,制备出了演示系统。该系统包括单片机、红外线感应器和光敏电阻等元器件。随着外界光照强度和人车流量等条件的改变该系统所控制的路灯可以自动调节灯光亮度,以达到节能的目的。如果该路灯控制系统能够投入使用,将会减少许多无谓的能源消耗,为我们国家所倡导的绿色、低碳、环保的生活添砖加瓦。     

甲醇、乙醇富燃层流预混火焰的模拟及试验研究

为了对两个流行的反应动力学机理和一个本组前期发展的修订机理进行全面比较,采用同步辐射真空紫外光电离质谱技术,对甲醇和乙醇富燃((?)=1.4)低压层流预混火焰进行了试验研究。同时采用这三个机理分别对火焰进行了模拟。结果表明,与前两个机理相比,修订机理的预测精度更高,模拟和试验结果为发展甲醇和乙醇的高温氧化模型提供了参考。