软印刷技术

软印刷技术是基于弹性体印章/模具来转移图形结构的微纳加工技术。详细介绍了软印刷技术中转移图形结构的多种方式,并探讨软印刷技术在微纳电子学、光学、传感器、生物等领域的广泛应用。对软印刷技术的弹性体印章/模具制备、聚二甲基硅氧烷的属性、理论研究等进行了探讨。     

非谐调π空间可测场的分类

讨论π空间可测场的谐调性问题。给出非谐调可测场的等价条件，进而对非谐调可测场进行分类，并对各类可测场给出相应的刻划。最后给出一个例子。     

MC-CDMA系统迭代检测中的一种信道估计算法

在DS—CDMA系统中，联合译码的迭代多用户检测是克服多址干扰增加系统容量的有效方法。本文将多用户检测和译码相结合的迭代检测技术应用于MC—CDMA系统，其中，多用户检测器由串行干扰消除和其后的MMSE滤波器组成。文中提出一种时域信道估计作为迭代初始值的频域信道估计算法，比单纯的频域信道估计方法节约导频符号数量，并且由于信道估计性能的改善，加快了迭代检测的收敛速度。     

基于CMDCT的AAC编码器心理声学模型的改进

本文提出一种改进的MPEG4-2／4AAC编码结构。与ISO标准参考结构中平行进行DFT和DMDCT不同，改进结构里感知模型和编码器中的时域到频域变换的计算都基于CMDCT进行，将两次变换合并为一次。在保持编码质量的同时，降低了变换部分的计算复杂度。新结构中变换的计算形式得到统一，更加适合编码器的VLSI实现。     

ICP-AES法测定炉渣中三氧化二铝含量

炉渣是钢铁冶炼和精炼过程中的重要产物之一,主要成分有CaO、FeO、MnO、MgO等碱性氧化物,SiO2、P2O5、Fe2O3等酸性氧化物和Al2O3两性氧化物,其中还有少量的硫化物.目前,炉渣的主要分析方法可采用化学法、原子吸收光谱法、X射线荧光光谱法和电感耦合等离子体原子发射光谱法等[1].但由于炉渣中基体成分较为复杂,需分析的元素较多,常规化学法通常采用EDTA容量法[2]、沉淀分离-EDTA容量法和CyDTA容量法等[3],它存在试样前处理相对烦琐,速度慢并且测试结果精密度不高的缺点;原子吸收光谱法测定高浓度的铝元素时,存在其它干扰元素不易去除的缺点;而X射线荧光光谱法在粉末压片时需取用较多的试样;本方法采用ICP-AES法,称样量仅为0.1 g,经湿法消解溶样后,定容于100 mL容量瓶中,即可上机测定,分析时间短,准确度和精密度高(所测结果参加了CNAL T0144炉渣中三氧化二铝检测能力验证比对实验,并顺利通过能力验证).     

原子力显微镜针尖诱导聚氧乙烯熔体结晶的研究

原子力显微镜(AFM)是研究高分子结晶行为的一种重要实验手段.在使用AFM原位观察高分子结晶时,为保证能真实地反映结晶过程,一个必须注意的问题是要避免AFM针尖的影响.与此同时,人们考察了在AFM扫描时针尖诱导高分子结晶成核的情况.若使用AFM接触模式(contactmode),扫描时容易造     

从核磁共振氢谱推导的重质油氢碳原子摩尔比计算式

通过对炼油厂的催化油浆、重催油浆和催化重焦蜡油核磁共振氢谱中质子归属和重质油结构的假设，推导出计算这3种重质油的氢碳原子摩尔比计算式；结果表明，氢碳原子摩尔比的计算值与实测值非常接近，平均误差仅为3．1％。     

废聚丙烯塑料等离子体热解研究——水蒸气的加入对改善气体品质的影响

以聚丙烯为试验物料，利用N2热等离子体在等离子体反应器内进行了一系列热解试验，重点考察了气体产物成分及含量。在反应过程中加入过热水蒸气以改善气体品质，在本实验条件下，气体产物中CO与H2之和可以达到40%，C2H2可达到5%。     

Mo、W金属氧化物对CH4/CO2重整Ni基催化剂性能的影响

用XRD、XPS、元素分析、TEM和活性评价等方法研究过渡金属氧化物MoO3和WO3对SiO2负载的Ni基催化剂物理化学性质和CH4/CO2重整制合成气催化性能的影响.结果表明,在负载型的镍催化剂中,MoO3和WO3的添加一方面提高了Ni的核外电子密度,减弱了对CH4深度裂解积炭;另一方面使催化剂表面镍的相对浓度降低,结构上起到了隔离、分散金属颗粒的作用,氧的相对浓度升高,有效提高了催化剂的抗烧结和抗积炭能力,显示出较好的催化稳定性.     

GBSS：基于分组的语义搜索研究

给出了一种基于分组的语义搜索方法-GBSS。在体系结构设计上,GBSS提出一种混和体系结构,原始数据的存储和检索采取DHT网络,元数据的存储和检索采取非结构化网络。在搜索算法上,GBSS基于当前P2P领域和复杂网络领域的基本研究结论,提出一种无描述的文件分组方法,在节点的分组之间按照搜索兴趣和共享文档关联建立朋友关系。搜索过程利用朋友关系实现搜索请求的转发,并且集成高效的缓存策略。模拟测试表明GBSS稳定高效,相对传统算法性能有数量级的提高。