对“初中化学原子量教学”的研讨

“原子量”在初中化学教材中,比較难以理解。因为一般的重量單位,像斤、兩、吨、克等,都是具体的实际重量,而原子量的單位,“氧單位”学生往往感到糢糊抽象,难以理解。在“化学通报”1955年9月号,琴仿同志所写“初中化学‘化学反应、原子、元素符号及分子式’的教学”一文中,所談到的,原子量的教学,文中一方面講物質有重量,物質由分子組成,所以分子必有重量,分子由原子組成,原子必然都有重量,原子的重量虽然微小,但是用科学方法、可以测定。但在另一方     

用接觸法由硫制取硫酸的演示实驗

我們根据費多謝也夫的制取硫酸的演示裝置,作以下的变更。以使能由硫制取硫酸,收效很好,特提出作为参考。我們採用的催化剂是Cr_2O_3(用石棉作載     

Pure annihilation type D→PP(V) decays in the perturbative QCD approach

The annihilation type diagrams are di cult to calculate in any kind of model or method. Encouraged by the successful calculation of pure annihilation type B decays in the perturbative QCD factorization approach, we calculate the pure annihilation type D→PP(V) decays in the perturbative QCD approach based on the k_T factorization. Although the expansion parameter 1/m_D is not very small, our leading order numerical results agree with the existing experimental data for most channels. We expect more accurate observation from experiments, which can help us learn about the dynamics of D meson weak decays.     

Constraints on the R-Parity Violating Couplings Using the Newest Measurement of the Decay B_s~0→μ~+μ~-

Recently, the LHCb collaboration reported the first evidence for the decay B0s→μ+μ-. A branching ratio of B(B0s→μ+μ-)=(3.2+1.51.2)×10 9is given. Using the newest data, and together with the most precise predictions of the Standard Model contributions to the decay, we derive the constraints on the combinations of the R-parity violating parameters. Our results are several orders of magnitudes stronger than the constraints in the previous literature. We also update the constraints on the relevant parameters using the upper limit ofB(B0d→μ+μ-).     

电感耦合等离子体原子发射光谱法测定铅锡合金焊料中铅镉铬和汞

采用微波消解技术,将电子电气产品中铅锡合金焊料样品用氢氟酸、硝酸和过氧化氢加热溶解后,加入硼酸以便掩蔽过量的氟离子,用双向视电感耦合等离子体原子发射光谱仪同时测定铅、镉、铬和汞,方法的检出限为0.002 1～0.017 mg·L -1,方法的回收率和精密度分别为94.9%～101.0%和0.25%～3.40%.     

一种具有正弦基函数权值的反馈型神经网络模型

提出了一种新的两层反馈型神经网络模型. 该网络采用正弦基函数作为权值, 神经元激活函数为线性函数, 连接形式为两层反馈型结构. 研究并定义了该反馈型神经网络的能量函数, 分析了网络运行的稳定性问题, 并证明了在Liapunov意义下网络运行的稳定性. 网络运行过程中, 其权值不做调整(但随时间按正弦规律变化), 网络状态不断地转换. 随着网络状态变化其能量不断减小, 最终在达到稳定时能量到达极小点. 由于该反馈型神经网络权值为正弦函数, 特别适合于周期信号的自适应逼近和检测, 为实际中周期性信号检测与处理提供了一种新的、有效的网络模型和方法. 作为应用实例把该网络应用于电力系统中电压凹陷特征量实时检测, 仿真结果表明, 网络用于信号检测不仅有很高的静态精度, 而且有非常好的动态响应特性.