对一道竞赛题解答的商榷

在如图1所示的容器中，水深为h，小明将一个边长为α的实心正立方体从水面上轻轻放入水中．若立方体的密度与水的密度相同均为ρ，不计水的阻力，当立方体缓缓落到容器底部后，小明对以下问题迷惑起来，请给予正确的解释：     

台湾大型真菌长期生态之研究

作者在台湾中部关刀溪长期生态研究站从事大型担子菌多样性与分布之调查研究,并且将研究站之地理环境、植物族群和生态特性予以描述记录.为了研究上的需要,我们在生态研究站中设置了八个实验样区专供大型真菌生态调查研究用.实验样区经过全面调查之后发现优势植物族群为野牡丹科、樟科、里百科、山龙眼科、桃金娘科和胡桃科等.实验样区中主要的大型真菌有小菇属、小皮伞属、趋木菌属、栓菌属、红菇属、革盖菌属、乳菇属、鹅膏属和韧革菌属等.大多数大型真菌的子实体在七月间出现,只有少量子实体在三月间发现.小菇属和小皮伞属是最常见的大型真菌,不论在夏季和冬季都可发现它们的子实体.在夏季出现子实体的真菌有红菇、革盖菌、乳菇、鹅膏、蜜环菌、拟层孔菌、灵芝、小孔菌和赤褶菇等;然而,在冬季出现子实体的真菌则是趋木菌、栓菌、韧革菌和笋毡菌等.实验样区中大型真菌的分布显示富有变化,子实体出现频率与真菌之多样性和伴生植物植群具有相关性.真菌子实体出现多的样区主要的伴生植物有柏拉木、香桂、倒卵叶山龙眼、小叶赤楠、台湾黄杞、菝契、杉木、肾蕨和倒叶瘤足蕨.然而,真菌子实体出现少的样区常见的伴生植物为红花八角和中华里.依据研究结果推论森林生态系中植物族群是影响真菌族群的建立与分布的主要因子之一.     

互联网金融对我国大型国有商业银行经营绩效影响的实证研究

近年来,随着微信和支付宝为代表的线上支付已经成为交易活动的日常,各种线上金融产品蓬勃发展,互联网金融产品呈现出爆发式增长,其中以第三方支付、P2P和众筹等为代表的产品最为典型.互联网金融的出现使得商业银行传统业务受到一定的冲击,通过时序全局主成分分析测算大型国有商业银行的经营绩效指标,考虑到数据的可得性,以我国大型国有商业银行为样本,结合面板回归模型,实证研究互联网金融对银行存贷款业务、中间业务和银行综合经营绩效的影响.回归结果表明,互联网金融对银行的存贷款业务以及中间业务产生了一定的负面冲击,由于存在技术溢出效应,互联网金融对银行的整体经营绩效产生显著的正向影响.     

顶空气相色谱-质谱法测定大型玩具中芳香烃化合物

提出了顶空气相色谱-质谱法测定大型玩具中苯、甲苯、乙苯、间(对)二甲苯、邻二甲苯、萘、蒽等7种挥发性芳香烃残留量的方法。选择顶空平衡温度和时间分别为90℃和40min,用RTX-5色谱柱分离,电子轰击离子源检测。7种芳香烃化合物在一定的质量浓度范围内与其峰面积呈线性关系,方法的检出限(3S/N)在0.02～0.04mg.kg-1之间。在3个添加水平上做回收试验,加标回收率在90.0%～106.8%之间,相对标准偏差(n=7)在0.3%～5.3%之间。     

加强管理,资源共享,促进大型仪器协作共用

大型仪器与科研工作有着紧密的联系 .促进大型仪器协作共用 ,努力提高大型仪器的利用率、完好率和使用绩效 ,一直是中国科学院大型仪器管理工作的主要目标之一 .多年来中国科学院一直在努力推动院属有关单位以及院外有关单位之间等多种形式的大型仪器协作共用 .1　促进大型仪器协作共用、资源共享1 .1　大型仪器设备资源大型仪器设备是科学技术研究的重要支撑条件 ,是国家创新体系建设的重要内容 ,也是中国科学院知识创新工程试点工作的重要组成部分 .大型仪器设备 ,是指中国科学院从事科技活动的人员直接使用的、经各种经费来源、进货渠道…     

加强管理, 提高大型精密仪器设备利用率

武汉化工学院是中南地区唯一的一所化工类学科较齐全的院校。学院对服务于教学和科研的仪器设备工作十分重视,多方筹措资金,加大对教学仪器设备的经费投入。其中大型仪器设备占有一定的比例。截止１９９８年１２月３１日,学院拥有单台价格５万元以上的仪器设备７１台,总价值７９３万元。这些仪器设备为提高学院教学科研总体水平,促进学科发展发挥了重要作用。大型精密贵重仪器是学院的重要资源。管理得好,会产生较大的效益。管理得不好,仪器可能长期闲置,得不到应用或者在低效率、低水平下应用,会使有限的资源造成较大的浪费。总体…     

筹建“校-院”两级仪器公共平台以满足共性及个性共享需求

为更好建设不同维度的仪器设备公共服务平台,探索实践了“校-院”实体平台筹建及管理体系建设,初步构建了“校-院”两级仪器设备共享工作体系,解决和满足了设备共享过程中的共性和个性化需求.     

支持向量机对舰船噪声DEMON谱的分类识别

本文采用径向基核函数的支持向量机的分类算法,实现了对舰船目标的分类识别。对两类不同类型的舰船的辐射噪声的DENOM谱建立了支持向量机模型,并进行了分类识别试验。试验结果表明,在结构风险最小的准则下,采用网格搜索法确定,径向基核函数的参数σ取值0.23、惩罚系数C值取13为最优的分类识别参数。并通过留一法验证,该模型具备良好的推广能力,总体正确识别率为91.2%。