水热法一锅合成Ni/ZrO2加氢催化剂

采用水热法一锅合成了一系列四方相ZrO2负载Ni的加氢催化剂,以苯加氢生成环己烷为探针反应,对比研究了其同其它方法合成的Ni/ZrO2催化剂的催化加氢性能。通过XRD、H2-TPR、H2-TPD、TEM及N2物理吸附等表征及催化评估显示,相较于浸渍法得到的Ni/ZrO2催化剂,水热法一锅合成的Ni/ZrO2催化剂具有比表面积更大、纳米颗粒更小,Ni分布更均匀等特点,催化效果更佳。其中15%的Ni负载量为最佳负载量,表现出最佳的催化活性,在120℃左右即可转化率达到100%。     

基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

三角代数上的Jordan双导子（英文）

设T是定义在交换环上R的三角代数,φ:T×T→T是定义在T上的任意Jordan双导子.受[Comm.Algebra,2017,45(4):1741-1756]和[Linear Algebra Appl.,2009,431(9):1587-1602]研究的启发,本文致力研究φ的结构形式.我们指出在适当条件下Jordan双导子φ可以分解成内双导子和extremal双导子之和,推广了本方向现有成果.本文结果可直接应用于分块上三角矩阵代数和Hilbert空间定义的套代数.     

磁性颗粒在基质辅助激光解吸电离飞行时间质谱分析多肽类物质中的应用北大核心CSCD

制备了由SmFeN磁性颗粒(MPs)和芥子酸(SA)组成的复合基质,并应用于基质辅助激光解吸电离飞行时间质谱法(MALDI-TOF-MS)分析典型的低分子多肽类物质,使分析物相关的质谱峰明显增强。试验确定复合基质中SA和MPs的质量比的最佳值为4∶0.5,此时,[Sub P+Na]^+的信号强度增加了约40倍。同时,采用紫外-可见漫反射光谱法对复合基质的工作机理作了初步探讨。     

3D打印用高分子材料及其复合材料的研究进展

3D打印技术亦称为增材制造,是基于三维数学模型数据,通过连续的物理层叠加,逐层增加材料来生成三维实体的技术。作为第三次工业革命的代表性技术之一,3D打印材料是影响3D打印技术发展与应用的关健因素。而高分子聚合物在打印材料中占据主要地位,其中高分子复合材料具有明显优势。本文综述了近年来3D打印用高分子材料及其复合材料的研究现状,包括高分子丝材、光敏树脂、高分子粉末、高分子凝胶及其它高分子材料,并对高分子材料在3D打印领域的发展进行了展望。     

3D打印用高分子材料及其复合材料的研究进展北大核心CSCD

3D打印技术亦称为增材制造,是基于三维数学模型数据,通过连续的物理层叠加,逐层增加材料来生成三维实体的技术。作为第三次工业革命的代表性技术之一,3D打印材料是影响3D打印技术发展与应用的关健因素。而高分子聚合物在打印材料中占据主要地位,其中高分子复合材料具有明显优势。本文综述了近年来3D打印用高分子材料及其复合材料的研究现状,包括高分子丝材、光敏树脂、高分子粉末、高分子凝胶及其它高分子材料,并对高分子材料在3D打印领域的发展进行了展望。     

凝胶渗透色谱净化液相色谱法测定稻米中吡虫啉的残留量

建立了稻米中吡虫啉残留量高效液相色谱测定方法。考察了不同提取溶剂(乙腈、丙酮、甲醇、乙酸乙酯)的提取效率;研究了C18、活性炭、PSA、弗罗里硅土和GPC对稻米样品的净化效果。通过对品种1、品种2、品种3的精米、糙米、稻谷等9个样品的3种添加水平和3次重复性实验,建立了以乙腈提取、GPC净化的高效液相色谱法测定稻米中吡虫啉残留量的测定方法。该方法线性方程为y=137.17x-11.38,在0.05,0.1和0.5 mg/kg 3个水平的添加平均回收率分别为92.4%、93.1%、90.2%,相对标准偏差分别为9.4%、7.0%和4.8%。在仪器的最佳测定条件下,最小检出量为9×10-11g,方法的最低检出质量浓度为0.005 mg/kg,方法完全满足残留分析的要求。     

移动通信中的无线信道指纹特征建模

为了探索无线信道的传播特征并建立相应的无线信道模型,针对无线信道的"指纹"特征建模及场景识别问题,提出基于无迹卡尔曼神经网络的信道建模方法.首先采用霍特林变换对信道传播数据进行预处理,实现数据从复数域到实数域的转换,然后利用主元分析对数据进行降维,得到降维数据后,采用无迹卡尔曼神经网络进行无线信道"指纹"特征建模,最后根据模型的输出值建立无线信道的评价指标,对测量的信道数据进行场景划分以及场景识别.仿真结果表明:无迹卡尔曼神经网络所建信道模型可准确对无线信道进行类别划分和场景识别.     

有限理性视野下网络交通流逐日演化规律研究

基于有限理性的前提假设,建立了"有限理性二项logit"模型,用以描述出行者路径选择行为,并以一个由2条路径构成的路网为例,探讨了理性程度不同群体的网络交通流逐日动态演化过程,通过数值实验,分析了网络交通流的演化特征,发现网络交通流演化最终状态除了与出行者群体对费用的敏感程度、对实际费用的依赖程度有关,还与出行者群体的理性程度有很大关系.在一定的情况下,出行者理性程度很高或很低均可以使系统稳定,而恰恰是理性程度一般的群体不容易达到稳定.