化学教学中导生引导团队学习模式的介绍

美国高校在化学教学中推行的导生引导团队学习模式是一种新型的高等学校教学模式,其在教学过程中引入导生角色,可以在传递个人学习经验和体验的基础上有效引导学生的学习,这样不仅有助于解决大学教师指导力量不足的状况,而且有助于创造新型的师生关系,更好地发挥学生的主体作用。所以本文期望通过对该教学模式的基本定义、指标体系、特点和导生角色等主要内容给予介绍,以便为我国目前正在实施的高等教育改革计划提供一定的借鉴意义。     

豫西熊耳山矿集区金银多金属矿床地球化学特征及地质意义

研究区位于河南省西部,大地构造位置位于华北陆块南缘,属于小秦岭-崤山-熊耳山金银多金属成矿带。出露基底岩性为太华群变质岩,盖层为熊耳群火山岩,岩浆岩以花岗岩类为主。通过对典型矿床C-H-O-S-Pb同位素和流体包裹体研究,以及对区内金银多金属矿的成矿地质背景、成矿物质来源及控矿规律的综合分析,建立了研究区成矿模式。研究结果表明:熊耳山矿集区金银多金属矿成矿流体和成矿物质具有壳幔混合特征,主要来源于地幔;成矿阶段分为石英-黄铁矿阶段(Ⅰ)、石英-多金属硫化物阶段(Ⅱ)及石英-碳酸盐阶段(Ⅲ);熊耳山矿集区成矿高峰期集中在220 Ma-140 Ma-120 Ma等3个时间段,成矿时代以燕山期为主,其次为印支期。     

工科院校开展《功能性化妆品》通识教育思考与探索

功能性化妆品课程兼具科学性、实用性和时尚性,是我工科院校受欢迎的通识教育课程。在教学中我们发现现有的课程体系在教学内容、教材建设、教学方法和考核方式上都存在不足,容易使学生产生畏难情绪。结合教学实际,我们进行了一系列优化教学的探索。     

氧化锌氧化钛复合光催化剂的制备及活性研究

二氧化钛光催化氧化技术是目前比较有效的环境治理新技术,而开发高效二氧化钛光催化材料是该技术得以推广应用的前提。采用一种简单的浸渍法成功制备出氧化锌/氧化钛复合纳米光催化剂,并进行了XRD、XPS和SEM等测试表征。从测试结果发现,pH值对样品的光催化活性有重要影响。经对比样品对亚甲基蓝的降解率随着pH值的上升而增加,当pH值为12时,样品的光催化活性达到最高。根据我们对机理的深入分析,发现氧化锌和二氧化钛之间的协同作用是导致该复合催化剂具有如此高的催化活性的根本原因。     

影响铜-锰复合氧化物催化燃烧挥发性有机物的因素

为了研究非贵金属系铜-锰复合氧化物催化剂在催化燃烧挥发性有机物领域的应用,对铜-锰复合氧化物催化剂的制备、催化机理及其催化燃烧挥发性有机物的研究进展进行综述,重点比较制备方法、助剂、载体等因素对催化剂性能的影响,并为今后的研究提出较为合理的建议。     

高分子量聚丙烯酰胺混凝剂的制备

为获得高分子量的聚丙烯酰胺混凝剂,对其制备的初始反应温度.偶氮引发剂量、不同配比氧化还原引发剂配比、pH等各影响因素进行实验研究,研究结果表明:最佳初始反应温度为15℃,偶氮引发剂质量为0.4g,氧化还原引发剂配比为3:2,其中氧化剂过硫酸铵为0.75 840g,L0.6mL,最佳pH值为8.取各影响因素的最佳值,可配得相对分子质量高达1315万的聚丙烯酰胺混凝剂,经两道烘干工序后测得其有效固含量76.7%.     

重金属废水和有机废水组合处理技术研究进展

提出了一种新的污水处理技术,这种新技术是在传统技术上的创新,既保留传统污水处理技术的经典微生物处理的手段,又提出了新的观念,将污水处理与微生物燃料电池技术结合起来,将重金属废水的处理和有机废水的处理结合起来,将有机废水池作为阳极,工业重金属废水池作为阴极组成微生物燃料电池.由于有机废水.的难氧化性,在阳极的惰性电极上培养一层生物膜,由微生物来氧化分解有机物,氧化时产生的电子通过惰性电极流入通路中,氧化分解产生的氢质子因扩散作用和电场力作用而移动.而在阴极重金属离子被还原为金属单质析出.两电极之间用饱和硝酸钾作为盐桥,以避免两极产生富余电荷.通过调节重金属废水和有机废水的流速来控制它们的水利停留时间,使得它们在此时间内的反应能够达到平衡状态.     

制造网格资源共享服务平台的设计与实现

为了整合区域化制造企业间的资源以实现资源共享和协同工作,参考网格的运行机制,搭建了制造网格资源共享服务平台,设计了该平台的资源共享管理系统、协同工作系统和运营管理中心.在此基础上,开发了制造网格资源共享服务平台的原型系统,初步验证了平台设计的可行性和实用性.     

地方高校IT类专业校企协同实训工作机制研究

通过对地方高校IT类专业校企协同实训工作机制进行研究,提出建立校企协同实训基地和协同实训网络平台,以企业真实系统作为实训项目,以平台为沟通桥梁,实现企业导师异地在线指导,校内教师异地在线监控,解决时间和空间的限制,减少学生校外实习失控的状况。     

基于LSTM的水利信息分发实时推荐算法

随着水利信息化建设的逐步深入,水情信息的实时推荐需求越来越强烈。水利数据具有很强的时效性,要求推荐系统能够提供实时推荐服务。基于用户的协同过滤算法和基于信息的协同过滤算法(Item-based Collaborative Filtering,ItemCF)是推荐领域常用的2种算法,但两者在本质上都属于离线算法,不能满足水情信息分发实时性要求。提出了一种基于长短期记忆神经网络(Long-Short-Term Memory,LSTM)的水情信息分发实时推荐算法并对其优化。实验结果表明:基于LSTM的实时推荐算法在推荐时延方面最优,而优化的结合二分类模型和ItemCF推荐结果的实时推荐算法在推荐准确率方面最优,设计实现优化的基于LSTM的实时推荐算法综合效果较好,在保证水情信息推荐准确性的同时保证了推荐实时性。