景观设计的坐标——生态设计

景观的生态性并不是新鲜的概念。无论在什么环境中建造,景观都与自然发生密切的联系。任何与生态过程相协调,尽量使其对环境的影响破坏达到最小的设计形式都称为生态设计。景观与生态设计反映了人类新的美学观和价值观——人与自然的友爱关系。     

间接邻菲罗啉光度法测定氨基甲酸酯农药

Ｎ－氨基甲酸酯农药经二次水解可产生经胺，利用径胺的还原性可将Ｆｅ３＋定量还原为Ｆｅ２＋。后者与邻菲罗啉生成桔红色络合物，λｍａｘ＝５０８ｎｍ，可用于试样的分光光度法测定，其线性范围在４．２ｘ１０－６～２．１ｘ１０－５ｍｏｌ／Ｌ。     

学习不良儿童与一般儿童认知特点的比较研究

采用基于PASS理论建构的认知评估系统为主要测评工具,以北京某2所普通小学60名学习不良儿童和60名年龄及智力水平相当的一般儿童为被试,对其认知过程的特征开展比较研究,探查学习不良组儿童潜在的认知过程异常,研究结果表明:1)一般儿童在认知总分上高于学习不良儿童,二者之间存在显著差异。2)一般儿童与学习不良儿童在计划和注意上存在非常显著差异;在同时性加工和继时性加工上存在显著差异。3)一般儿童与学习不良儿童在计划编码与单词序列上的差异没有达到显著性水平;在非言语矩阵、言语空间关系、数字觉察、句子重复上存在显著差异;在数字匹配和表达性注意上存在非常显著差异。     

PUA水分散液的合成研究

采用预聚、中和分散、乳液聚合三个独立而连贯的步骤：以芳香族异氰酸酯（TDI）、羟基丙烯酸酯（HPA）、聚醚或聚酯二元醇、亲水性单体2,2－二羟基甲基丙酸（DMPA）等为原料,以丙烯酸酯单体为溶剂进行预聚;在水中自乳化形成的PU乳液为种子,不外加乳化剂,进行PU／PA种子乳液聚合,形成具有“核／壳”结构的PUA水分散液。运用IR、TEM、DSC等手段对PUA水分散液进行了表征。     

推进以能力为本的项目教学 实现专业课程与职业标准有效对接

职业教育的特殊性决定了其培养目标必须结合区域经济的发展和支柱产业的人才需求,针对当前职业教育中存在的课程内容和人才培养目标不符、教学方式陈旧、毕业生不能满足企业要求等问题,我校率先在全市职业学校中进行了项目教学改革。本文主要描述了我校项目教学改革中课程体系的构建、课堂教学改革、校企深度合作等问题,对如何开展项目教学提供了新思路、新措施和相应对策,具有一定的借鉴意义。     

平板式绘图仪通用绘图程序包的研制

本文通过介绍为DXY-800A型及SPL-450型绘图仪研制的PLOT88、PLOT89C及PLOT89三个通用绘图软件,阐述了高级通用绘图程序包的设计思想、基本结构、主要功能及调用惯例。     

原子力显微镜研究聚四氟乙烯纳米粒子对瑞氏木霉疏水蛋白HFBⅡ的吸附

利用离子束溅射镀膜技术将聚四氟乙烯（Teflon）纳米粒子沉积到石英基板,将基板置于50μg/mL的瑞氏木霉疏水蛋白HFBⅡ溶液中浸泡,通过原子力显微镜直接观察和水接触角测试仪测试基板表面水接触角的变化,研究了HFBⅡ在Teflon纳米粒子表面的吸附行为．结果表明Teflon纳米粒子能够对HFBⅡ产生吸附且对其生长有很强的异相成核作用,同时用超声波方法对Teflon纳米粒子上的HFBⅡ进行脱附,并通过原子力显微镜图像进行了分析．     

定向导水纸尿裤面层材料的制备及其性能

以聚乳酸(polylactic acid, PLA)非织造布为基布,采用多巴胺亲水改性和静电喷雾技术制备定向导水纸尿裤面层材料。结合扫描电子显微镜和傅里叶变换红外光谱对纸尿裤面层材料的结构和形貌进行表征,并测试材料的水接触角、芯吸高度、耐水压和液态水分管理能力,以研究多巴胺亲水改性和静电喷雾时间对材料定向导水性能的影响。试验结果表明,多巴胺亲水改性30 min后,单面疏水剂电喷60 min,该工艺所制备的纸尿裤面层材料从电喷面至未电喷面(正向)的液态水单向传递指数可达1 409.04%,反向耐水压为232 Pa,具有优异的定向导水能力。     

基于参数描述的换道场景自动驾驶精确决策学习

为提高车辆驾驶安全性并充分考虑人类驾驶员对于自动驾驶控制系统的接受度,研究并实现了自动驾驶车辆在换道场景下的精确决策学习。汽车自动驾驶不仅需要决策是否换道,还需要决定汽车的具体微观行为,如换道时间和期望加速度的确定等,因此,车道变换的精确决策需使用3个参数来描述,并需要通过强化学习求解。这种基于参数精确决策的合理性体现在两个方面：首先是不同的决策参数值会影响规划的轨迹,如果决策不精确,将产生运动的不确定性;其次是基于真实交通数据（NGSIM）的分析,因为人类换道行为在换道时间和期望加速度上存在显著的差异性,在当前的决策研究中很少被明确考虑。此外,发现NGSIM数据中存在一些潜在的紧急情况,可以通过优化部分决策参数来提升其安全性;在强化学习算法的设计中,动作过程中加入换道时间和期望加速度;奖励函数考虑了安全性、当前驾驶员的意愿和平均人类驾驶风格;问题求解中,自定义了基函数,并通过基于核函数的最小二乘策略迭代强化学习方法学习精确的安全决策行为。仿真结果表明,使用强化学习参数决策可以实现更精确的决策,从而提高安全性能,并可在变道场景中模仿人类驾驶员的行为。