论大西南马帮精神

本文在长期研究马帮文化的基础上,对大西南马帮在漫长的运作时日中形成的大胆冒险、吃苦耐劳等一系列精神特征作了总结和论证。     

双(二茂铁羧酸)二烷基锡配合物的合成、表征及其抗癌活性

双(二茂铁羧酸)二烷基锡配合物的合成、表征及其抗癌活性     

药芯焊丝的表面分析及润滑材料研究

应用现代分析技术对药芯焊丝制造工艺中的润滑材料进行了分析研究,讨论了润滑材料对药芯料丝制造及使用过程的影响,文章还对表面材料在焊接过程中对送丝性能、导电性能及熔敷金属的含碳量等的影响进行了分析和研究。     

凝胶燃烧法合成Ca2 SiO4:Eu2+微晶及其发光性质的研究

利用凝胶燃烧法合成了可用于白光LED的Ca2 SiO4:Eu2+微晶,并研究了其发光性质.以(C2H5O)4Si作为硅源,克服了传统的燃烧法无法将硅引入的困难,合成了纯相Ca2 SiO4基质.与高温固相法相比,凝胶燃烧法制备的Ca2 SiO4:Eu2+微晶呈现峰值为501nm的绿色宽带发光,其发射光谱没有变化,可以被350～400 nm的UVLED管芯有效激发,但生成物分散性好,初始制备温度较低(500℃左右),颗粒平均尺寸小于1 μm.     

饱和淤泥爆炸排水固结实验研究

针对目前淤泥类软土的处理现状,提出了饱和淤泥爆炸排水固结处理软土地基的方法,并用试验证实了这种方法的可行性.试验结果表明排水固结效果与炸药量,排水距离及应力波方向有关,得到了排水量—时间曲线.     

基于BP神经网络的钢液终点磷含量预测模型

磷含量是描述钢液质量的一个重要的含量.结合遗传算法(GA)和误差反馈型神经网络(BP),建立了优化的GA-BP神经网络预测模型,预测转炉炼钢过程钢液终点磷含量.对现场收集的数据进行仿真学习,结果表明,该预测模型收敛速度快,具有较高的预测精度,平均绝对误差可达到0.002 7%.随着训练样本的增加和模型结构的进一步优化和完善,将具有很好的应用前景.     

基于CORUMTM模型与多闭环的冷连轧自动控制系统

简要介绍了唐山钢铁公司1 700 mm五机架酸轧机组的工艺参数、设备参数以及关键传感器配置.重点研究了冷连轧机组部分的自动化控制系统软件包,它包括基于神经元网络、成本函数和轧制物理模型的CORUMTM过程工艺模型以及集高精度、高响应、多变量为一体的厚度、张力和平直度闭环控制技术.现场实际应用效果表明:基于先进工艺模型的预设定方法结合在线的闭环控制技术保证了板带产品质量,最终产品具有较高的厚度精度和平直度精度.     

X射线增感屏用纳米CaWO4的Pechini溶胶-凝胶法制备及其光学性能

采用Pechini溶胶-凝胶法制得纳米级CaWO4荧光粉,通过X射线衍射图、扫描电镜和发射光谱对其形貌和发光性能进行了研究,结果表明750℃条件下所得样品为纯相CaWO4晶体,在X射线激发下发射峰位于420nm,与感蓝胶片的光谱灵敏度匹配良好。其粒径在纳米量级且粒度分布集中是该方法所得CaWO4荧光粉的突出优点。将此荧光粉制成X射线增感屏并与市售同类产品相比,该增感屏可使感光片的成像质量显著提高。     

红色荧光粉Ca_3B_2O_6:Eu~(3+)的制备及发光性能

采用高温固相法合成了Ca3B2O6:Eu3+红色荧光粉,并对其发光性质进行了研究.样品的激发光谱由位于220~350 nm的带状谱和350~500 nm的一系列窄带组成,这些窄带是由Eu3+的f-f跃迁引起的,光谱峰值分别为280,396和469 nm.它可以被近紫外光辐射二极管管芯产生的350~410 nm辐射有效激发.用396 nm激发得到样品的发射光谱,峰值位于578,590,610,618和650 nm,分别由Eu3+离子的5D4→7FJ(J=0,1,2,3)跃迁引起的.研究了Eu3+离子浓度和电荷补偿剂对发射光谱的影响.结果显示随着Eu3+浓度增加,发光强度逐渐增强,未发现浓度猝灭现象.掺入Li+,Na+,K+3种离子作为电荷补偿剂,均提高了样品的发光强度,其强度从大到小依次为I(Li+)I(Na+)I(K+),说明Li+是最佳的电荷补偿剂.     

基于LBP特征和稀疏表示的新生儿疼痛表情识别

面部表情被认为是新生儿疼痛评估的可靠指标。文中提出一种基于加权局部二元模式(LBP)特征描述符和稀疏表示分类器的新生儿疼痛表情识别方法。首先,经归一化后的面部图像采用一个特征向量来描述,这个特征向量是通过串接组合所有局部图像块的LBP特征图的加权直方图所得到的直方图序列。然后,采用主成分分析(PCA)方法对训练样本及测试样本图像的特征向量进行降维。最后,采用基于稀疏表示的分类器将测试样本图像的表情分为4类:平静、哭、轻度疼痛、剧烈疼痛。文中研究目的是通过利用基于计算机的图像分析技术来辅助临床医生评估新生儿疼痛。在新生儿面部图像数据库上进行的实验结果表明了该算法的有效性,表情分类的平均识别率高达84.50%。