CVG-ICP-AES法测定饮用天然矿泉水中痕量铅和汞

自制化学蒸气发生器并建立了KBrO3KBr K3Fe(CN)6HCl KBH4的CVG ICP AES同时直接测定饮用天然矿泉水中痕量铅和汞的方法,该方法提高了灵敏度,改善了检出限。方法的检出限分别为0.7μg·L-1(Pb220.353nm),0.1μg·L-1(Hg184.950nm),相对标准偏差分别为0.8%～7.8%(Pb)和0.5%～6.2%(Hg);回收率分别为90.0%～100.0%(Pb)和92.8%～108.0%(Hg)。方法完全能满足饮用天然矿泉水中痕量铅和汞的分析。     

加强高校新生党员继续培养教育的思考

近年来,随着我国高中阶段学生择优发展党员工作不断得到加强,大学新生党员的数量呈现出明显的增长趋势,然而也出现了一些新问题,抓好新生党员的继续培养教育工作就显得尤为重要和迫切。从三个方面阐述加强高校新生党员继续培养教育的紧迫性和必要性,并提出继续培养教育的具体措施。     

固相萃取-气相色谱-质谱法测定饮用水中36种农药残留量

提出了固相萃取-气相色谱-质谱联用法测定饮用水中36种农药的残留量。样品用石墨化碳/氨基复合型小柱净化和富集后,经DB-1701P弹性石英毛细管柱分离,用电子轰击离子源及选择离子监测扫描模式进行质谱测定。36种农药在一定浓度范围内呈线性关系,检出限(3S/N)在0.001 3～0.070mg.L-1之间。按方法在水样的基础上加入农药混合标准溶液做回收试验,测得回收率在90.8%～112.4%之间,测定值的相对标准偏差(n=5)在3.20%～13.2%之间。     

连续氢化物发生端视ICP-AES法测定水中痕量硒和汞

报道了用自制的在线氢化物连续发生装置,应用端视ICP-AES法测定水中痕量硒和汞。不需要专用氢化物发生装置,分析成本低。在完成非氢化法测定或氢化法测定时不需拆卸或安装。方法简便、快速。测定水中硒和汞的测定,其检出限分别为2×10-4和1×10-4mg·L-1。     

BP神经网络在茶叶病害多分类识别中的应用研究

随着物联网技术的不断发展,农业逐渐走向网络信息化,而利用物联网技术对农作物进行病害识别已经成为当前的一大研究领域。为能科学、精准的识别农作物的病害,本研究利用计算机图像处理技术和BP神经网络算法,以茶叶病害为研究对象,运用图像分割法对病斑图像来进行分割,通过提取经过图像处理后的病害茶叶的形状特征并分类,再利用MATLAB实现BP神经网络模型进行分类检测,最终得到非常高的识别率。     

水热条件下形成的PLZT固溶体的X射线分析

用Ｘ射线分析研究了不同水热条件下（１３０～２２０℃，ＣＫＯＨ＝１～５ｍｏｌ／Ｌ，Ｚｒ／Ｔｉ＝０／１０～１０／０，Ｐｂ／（Ｚｒ＋Ｔｉ）＝１．０～１．７，ｘ（Ｌａ）＝０～２０％）四元系ＰＬＺＴ固溶体的形成，Ｌａ（３＋）在上述水热条件下不易进入固溶体晶格取代Ａ位的Ｐｂ（２＋）或Ｂ位的Ｚｒ（４＋）和Ｔｉ（４＋），而可能存在于晶界处或被吸附在颗粒的表面上，通过热处理逐渐进入晶格。在固溶体的四方相区易发生Ａ位取代，使晶胞收缩，轴比减小．在三方相区可能同时发生Ａ位与Ｂ位取代，晶胞体积稍有缩小．Ｌａ（３＋）的存在有利于三方－四方同质异构相界区固溶体的形成。反应温度和矿化剂ＫＯＨ的浓度对产物固溶体的形成及其形貌有重要影响。     

典型的结构形态特殊的"意味形式"-浅析拜厄《钢琴基本教程》中的典型四句形式

对拜厄<钢琴基本教程>中的典型四句式结构形态,从句式结构、旋律关系、句式作用、技术安排等进行了分析,并结合中国古典诗词、中国民歌来考察,对这种具有特殊"意味形式"的结构,用"起承转合"来命名,并给予了充分的论证.     

初中语文导读渗透美育的方法

语文教学中的“导”与“读”,两者是辩证统一的.首先,“导”与“读”均要求学生按教学目的掌握语文知识,通过教师引导,过渡到学生自学,不断使学生具有解决语文学习的实际问题的能力.其次,由“导”与“读”就是把所学知识运用到生活、工作、学习中去,解决生活中的实际问题,不仅引导学生知道这些知识是什么,还要引导学生知道这些知识是怎样获得的,同时让学生掌握认识世界的方法,把自己变得聪明,还要引导学生在、说、读、写诸方面总结经验,掌握学习规律,相互交流促进,从而有所发现,有所创造.最后,“导”与“读”不仅涉及到教育规律、审美教育,而且还涉及到情感教育、道德教育、创造教育、学习教育等问题.导读需要、思维、情感3个层次在语文教学中是相互联系、相互促进.     

健身健美操目前存在的问题与对策

本文通过分析健美操(Aerobicgymnastics)发展现状及目前存在的问题,为健身健美操发展提供一点愚见,供大家参考。     

基于时序动态分析的油井产量预测研究

针对目前常用的油井产量预测方法效果并不理想的问题，开展时间序列分析来进行油井产量动态预测研究。采用时间序列分析结合残差修正方法，建立具有时序动态分析能力的产量差分自动回归移动平均模型（Autoregressive Integrated Moving Average，ARIMA），得出预测初始值与真实油井产量的残差；通过构建支持向量机（Support Vector Machine，SVM）时序预测模型进行残差修正，获得油井产量组合预测值；并将长短期记忆网络（Long Short-Term Memory，LSTM）模型与上述方法进行对比。实验表明，组合预测模型、LSTM模型的预测结果平均相对误差率分别为9.81%和32.44%。说明组合模型预测更精准，为油井产量的动态预测提供了一种有效方法，可作为油井在生产计划时的快速实时辅助依据，具有实用价值。