西藏日喀则地区恰布林组物源分析

长期以来，沿西藏雅鲁藏布江南岸呈东西向展布的恰布林组砾岩，被认为是造山期后磨拉石的产物，而被置于第三纪。由于在屯穷紫色泥岩底部灰绿色粉砂质灰岩中发现腹足类化石Ｋａｔｏｓｉｒａｓｐ．，并结合其他地质证据，可以确定该组时代属于早中侏罗世。结合岩石学特征、典型砾岩中砾石的岩石地球化学和物源区分析表明，恰布林组砾岩的砾石有相当一部分来自蛇绿岩，其特征明显不同于现今的雅鲁藏布江蛇绿岩。因此认为雅鲁藏布江存在早中侏罗世之前的古蛇绿岩。     

古新世—始新世界线全球构造事件在沉积学中的反映

最新研究成果表明，古新世—始新世界线是全球构造事件的结果。这一事件在沉积学中表现为：岩性上从海绿石石英砂岩变化到粘土；粘土矿物组合从伊利石／蒙脱石为主到高岭石为主；大陆植物群的绝灭和迁移；钙质超微化石物种更新速度增长；底栖有孔虫绝灭和分异度降低；碳、氧同位素强烈负异常；大陆哺乳动物演化发生变化。     

聚甲基丙烯酸单层修饰金纳米粒子的制备及pH响应性催化

采用可逆加成断裂链转移(RAFT)聚合制备了具有硫醇端基的聚甲基丙烯酸叔丁酯(PtBMA),通过其水解得到具有pH刺激响应的聚甲基丙烯酸(PMAA)。利用硫醇端基与金之间的强耦合作用获得了聚甲基丙烯酸单层修饰的金纳米粒子(PMAA-GNPs)催化体系。利用UV-Vis光谱和透射电子显微镜(TEM)研究了PMAA-GNPs催化剂在不同pH值下的分散状态。以NaBH4还原对硝基苯酚的反应,验证了此催化体系的pH响应性。结果表明,调节体系的pH值为酸性,PMAA塌缩和包覆在金纳米粒子(GNPs)的表面,引起GNPs的聚集,从而降低了催化效率。反之,在碱性环境中,在PMAA链的排斥作用下,GNPs能较好的分散,提高催化效率。     

青藏高原盆地系统演化与高原形成时间

青藏高原在以时间为坐标的隆升过程中,高原的范围、高度都是呈阶段性递增的.随着青藏高原的构造隆升,在高原的内部和外围发育了众多的沉积盆地,在这些沉积盆地中详细地记录了青藏高原的隆升过程.高原北部盆地的演化显示出向北递进增长的特征,以南北挤压为动力背景的北部前陆盆地演化代表了盆地对高原周缘造山带的响应关系:金沙江缝合带、昆仑山、祁连山的新生代逆冲抬升的时间分别为53 Ma、46 Ma和29.5 Ma.对高原南北盆地-造山带的构造演化对比发现:祁连山和高喜马拉雅的逆冲时间相同,说明青藏高原在渐新世基本定型.     

利用图形的几何变换构造Koch曲线

根据Koch曲线的构造性质,在齐次坐标下采用几何变换的方法生成了Koch曲线,给出了Koch曲线的Matlab程序实现和计算机演示.实验结果表明,采用该方法能够构造出具有较高精度的Koch曲线.     

深海风暴的原位观测

深海风暴是高悬浮颗粒浓度水体在深海近海底的快速运动,能够损坏甚至摧毁一切障碍物,改变海底地形,影响深海底栖生态环境,但对其发生过程和沉积记录的认识尚缺乏原位观测研究。选择南海东北部台湾岸外高屏海底峡谷堤岸,通过布放锚系原位观测了2016年9月一次由浊流活动引发深海风暴的沉积物弥散发生过程,发现其表现为近海底悬浮颗粒浓度快速增加,并伴随温度升高和盐度降低。研究认为,深海风暴的沉积物弥散是海底峡谷沉积纹层形成的主要动力过程。     

无配体铜催化芳溴和K_4[Fe(CN)_6]的氰化

铜催化芳溴氰化反应通常在惰性气体保护下进行, 而且配体和碱的使用也是必要的. 本文发现无配体的Cu(OAc)_2·H_2O能够有效地催化芳溴的氰化;并且反应无需使用碱, 无需惰性气体保护;为芳腈的合成提供一种经济有效的方法. 此方法可应用到多种芳溴的腈化, 在16种芳溴底物反应的例子中, 得到了56%-94%的产率.     

无配体铜催化芳溴和Ｋ４［Ｆｅ（ＣＮ）６］的氰化

铜催化芳溴氰化反应通常在惰性气体保护下进行,而且配体和碱的使用也是必要的．本文发现无配体的Ｃｕ（ＯＡｃ）２·Ｈ２Ｏ能够有效地催化芳溴的氰化;并且反应无需使用碱,无需惰性气体保护;为芳腈的合成提供一种经济有效的方法．此方法可应用到多种芳溴的腈化,在１６种芳溴底物反应的例子中,得到了５６％９４％的产率．     

铜催化芳卤氰化反应

以乙二胺/Cu（OAc）2·H2O为催化体系,对芳卤氰化反应进行改进,为芳腈类化工中间体的制备提供一种绿色、经济的方法。作为氰化试剂,K3[Fe（CN）6]无毒;并且反应无需惰性气体保护,无需使用碱。此外,本文还发现一定量水的存在对反应有着明显的加速效应。得到的最佳结果为：碘苯的反应能在4h内,180℃下,给出95％的产率。     

基于Fisherface和组合KNN分类器的人脸识别算法

基于Fisherfaee和组合K近邻（KNN）分类方法的人脸识别算法首先采用Fisherfaee进行特征提取,构成特征空间。然后,利用组合KNN分类器对提取的特征进行识别。在ORL人脸数据库上的实验结果表明该方法具有良好的性能。