电化学氢化物发生-原子吸收光谱法测定不同价态的无机砷

不同价态的无机砷在玻碳电极上具有较高的电化学氢化物发生效率,同时又存在较为明显的差异。通过选择不同的电流条件,采用电化学氢化物发生与原子吸收光谱联用技术有效地实现了无机砷的形态分析。对试验参数和干扰情况进行了研究。As(Ⅲ)和As(Ⅴ)检出限分别为0.2μg.L-1和0.4μg.L-1;对砷量为20μg.L-1的条件下作了方法的精密度试验,测定结果的相对标准偏差(n=6)对As(Ⅲ)为1.9%和对As(Ⅴ)为3.1%。应用此方法分析了人发标准物质(GBW 09101),测得总砷量与证书值相符。     

对稳态轴对称NUT-Taub黑洞隧穿辐射特征的研究

采用量子隧穿辐射的新方法,并考虑到能量守恒,深入研究了稳态轴对称NUT-Taub黑洞的隧穿辐射特征.结果表明,黑洞视界处粒子的隧穿牢与Bekenstein-Hawking熵有关,其真实的辐射谱不再是纯热谱.     

选煤厂毛煤仓仓顶粉尘析出机理与控制技术

为了对毛煤仓仓顶粉尘污染提出有效治理措施,需要掌握毛煤仓仓顶落煤过程粉尘析出机理、逸散规律。以准能公司选煤厂毛煤仓仓顶为例,对准能公司选煤厂仓顶的生产工艺系统和尘源进行了分析。采用大型流体计算软件FLUENT和自编程序相结合的方式,通过数值分析的方法,论证了选煤厂毛煤仓仓顶粉尘发生机理、逸散规律。研究发现,毛煤仓仓顶粉尘污染主要是由皮带牵引风流、落料诱导风流和空气冲击波风流造成的。基于该研究结论,提出了选煤厂毛煤仓仓顶粉尘控制和治理措施,为选煤厂的粉尘治理提供了理论和实践指导依据。     

选煤厂转运点除尘方案模拟优化设计

为了对选煤厂皮带转运点粉尘污染提出有效治理措施,需要对除尘设计方案进行优化设计。以准能公司选煤厂为例,对其生产工艺系统和转运点污染机理进行了分析。基于此,提出了两种可行的转运点粉尘治理方案。采用气固两相流理论和数值模拟相结合的方法,分析了两种除尘方式的控尘机理,比较了两种除尘方式的除尘效果。结果表明：单独设置导料槽的除尘方式无法消除转运点落料产生的正压,因而不能抑制转运点处的粉尘逸出;若配合适当型号的除尘器,可在转运点处产生合理负压,可有效地控制转运点处的粉尘逸出。根据该研究结论,选择了优化除尘方案,为选煤厂的粉尘治理提供了理论和实践指导依据。     

试论网络环境下图书馆信息服务的新特征

从参考信息源、服务理念、服务手段等10个方面阐述了网络环境下图书馆信息服务的新特征。     

Effect of Calcium on Spontaneous Quantal Transmitter Secretion from ACh-Loaded Myocytes

Introduction Transmitter secretion requires specialized secretory or- ganelles, the synaptic vesicles, for the packaging, stor- age, and exocytotic release of the transmitters[1,2]. The neurotransmitter acetylcholine (ACh) is released at the neuromuscular…     

狭叶柴胡甲醇提取物的气相色谱-质谱分析

对狭叶柴胡全草经甲醇浸泡,超声波震荡提取后用气相色谱-质谱联用技术进行化学成分的分离鉴定,结合计算机检索技术,鉴定它们的结构,应用色谱峰面积归一法测定各组分的相对百分含量。结果：共分离出33个色谱峰,鉴定了其中的29个组分,占总含量的97．3％。其中主要组分核黄素18．3％,5-甲基-2,4-哌嗪二酮为12．2893％,8-烯环-16-碳酸酯为11．947％,环氧丙烯醚为5．8394％,5-羟甲基-呋喃甲醛为5．5726％等。     

面向高维度目标函数的微粒群优化算法

针对基本微粒群算法在处理高维度目标函数容易出现早熟的问题,提出了一种新的微粒群算法面向高维度目标函数的微粒群算法(HDOF-PSO).分析了基本微粒群算法难以处理高维度目标函数的原因.通过引入信心度和试探策略,算法的收敛速度得到提高;通过引入成功度,搜索过程中的变异概率能够自适应修正.在特定测试函数集上的实验表明,HDOF-PSO在处理高维目标函数时,比基本微粒群算法和一个改进的微粒群算法具有更快的收敛速度和更好的收敛性.     

基于光谱-空间特征的黄茶多酚含量估算模型

茶多酚是黄茶中的重要成分之一,具有保健和药用功效.准确估测茶多酚含量对茶叶品质鉴定和定量分析具有重要的意义.学者们已经利用电子鼻、电子舌、高光谱和近红外技术开展了茶多酚的估测研究,取得了良好的效果.然而,由于缺乏空间特征,难以满足黄茶内外品质综合判断的要求.随着高光谱成像系统的发展,尽管基于灰度共生矩阵的茶叶成分估测已...     

基于改进单神经元梯度学习的无线网络主动队列管理

考虑传统网络拥塞控制忽略了网络拥塞的持续状态, 引入将数据包到达链路速率作为控制器输入的方案, 得到一种改进单神经元梯度学习(improves single neuron gradient learning, ISNGL)的主动队列管理算法. ISNGL 算法采用梯度学习动态调整网络参数, 并在此基础上对收敛速度和稳定性加以改进, 提出带有位移参数的新激活函数和带有权值调整的动量项的改进方法, 最后通过 NS2 网络仿真软件在无线网络的拓扑模型上进行仿真分析, 结果表明 ISNGL 算法在无线网络环境下拥有良好的拥塞控制能力.