基于熵权法赋权的TOPSIS法评价水体营养类型

该文介绍基于熵权法赋权的多目标TOPSIS法的原理及算法步骤,分析1998年-2002年福州第二水源山仔水库的监测数据表明,该评价方法与其它评价方法吻合,并能对评价结果进行综合排序,可用于水环境质量评价。     

在线SPE液质联用法分析原料糖浆中2-氨基乙酰苯

建立了一种采用在线SPE对糖浆中的2-氨基乙酰苯进行了富集、浓缩与去除有机杂质干扰样品前处理方式,同时采用高效液相色谱与质谱联用仪(HPLC-MS/MS)对样品中2-氨基乙酰苯(2-AP)进行了准确定性与定量分析的方法。在线SPE柱:采用100%亲水的Acclaim PA柱(4.0mm×30mm,5.0μm),分析柱采用ODS柱(2.1mm×150mm,3.0μm);质谱方法,采用ESI源选择反应离子监测(SRM)模式,自动优化了S-Lens、CE等参数。结果表明:该方法的线性回归方程Y=-12123.6+33480.1X,相关系数r为0.9999,线性范围为0.3~150ng/mL,进样体积10.0μL,检出限(以S/N=3计)为0.03ng/mL,样品加标回收率达93%以上。采用该方法对3份不同的生产工艺糖浆样品进行了分析,结果表明均小于仪器检出限。     

甲壳素脱乙酰度方法及测定比较

甲壳素是一种资源丰富、性能优良的天然多功能高分子化合物。本文探讨了甲壳素半成品的脱乙酰化条件，制备了具有不同脱乙酰度的甲壳胺样品，并应用碱量法、电位滴定法和红外光谱法测定了样品的脱乙酰度。     

葛仙米对大鼠的润肠通便作用研究

目的:研究葛仙米对便秘大鼠的润肠通便作用,并探讨其缓解便秘的相关机制。方法:随机将大鼠分为对照组、模型组、葛仙米组。模型组、葛仙米组灌胃葛仙米3周后再灌胃盐酸洛哌丁胺1周,对照组大鼠灌胃等量生理盐水。灌胃墨汁实验观察大鼠首粒排黑便时间。采用苏木精-伊红(Hematoxylin-eosin,HE)染色和阿利新蓝-过碘酸雪夫(Alcian blue-periodic acid Schiff,AB-PAS)染色,观察结肠结构以及粘液物质分泌情况。结果:与模型组大鼠比较,葛仙米组大鼠经葛仙米干预,极显著增加了便秘大鼠的粪便重量以及含水量(P<0.01);极显著缩短了首粒黑便产生时间(P<0.01);显著改善了结肠肌层和粘膜层结构,增加杯状细胞数量以及粘液物质含量(P<0.05)。结论:葛仙米通过显著增加大鼠大肠水分含量,加强肠蠕动,增加黏液分泌,对肠道组织保护具有促进作用,在本实验中具有较好的润肠通便作用。     

反激式高频环节AC-AC变换器并联技术研究

针对反激式高频环节AC-AC变换器输出容量小的特点,提出并研究了这类变换器多模块主从式并联控制策略.并联控制外环采用输出电压瞬时值反馈,内环取各模块的副边电感电流平均值作为均流控制变量,从而去控制各从变换器的工作,使各从变换器副边电流与主变换器一致,达到并联均流的目的.文中给出了两个变换器模块并联实例,并对其进行了稳态...     

语音控制型空调遥控器设计

以一种语音控制型空调遥控器为实例，详细地介绍了一种基于W741E260单片机的语音识别控制技术，给出了硬件设计和软件实现方法。     

多高层建筑基础中高强预应力管桩的应用

文章结合株洲泉塘湾危房改造住宅小区工程实践经验,对PHC管桩的承载力特性和沉桩施工过程中可能出现的问题进行分析,并提出了相应处理方法,从中得出一些有参考价值的看法和建议。     

韭菜汁中吡虫啉农药残留荧光检测方法研究

根据不同种类有机物有着不同的荧光特性,使用荧光光谱法研究了韭菜汁中吡虫啉药物的含量。通过对不同浓度吡虫啉韭菜汁溶液的荧光光谱分析,得到了韭菜汁中不同吡虫啉含量的荧光光谱图,分析了吡虫啉药物浓度与荧光强度的关系。实验表明,在激发光波长为255nm时,吡虫啉韭菜汁溶液的特征发射波长为395nm左右。根据吡虫啉药物浓度和荧光强度进行线性拟合,得出两者具有很强的线性相关性,其R²为0.96811,并通过此函数计算出韭菜汁待测样品1和2中吡虫啉药物的含量。研究结果显示,荧光检测法对韭菜汁中吡虫啉农药残留量的检测快速、有效,并具有一定的实际应用意义。     

引江济淮工程膨胀土-崩解岩处治及施工防护技术浅析

引江济淮淠河总干渠渡槽项目位于江淮分水岭地区,勘测资料表明该段渠道重粉质壤土,粉质壤土具有弱～中等膨胀特性,粉沙岩具有膨胀性、崩解性,边坡坡度大、开放时间长,防护要求非同常规,开挖施工深度大、难度高,施工过程中的崩解岩处治、降排水、基坑监测等技术的落实和控制犹为关键,相关技术可供类似项目参考。     

支持向量机向量维数对短期风电功率预测精度的影响

为了提高短期风电功率的预测精度,采用支持向量机回归方法,以10 min采样间隔的实测风速和温度序列为输入数据,针对连续19天的历史数据按每隔5 h进行一次预测,每次采用一天144组风速、温度数据进行训练。实验分别选取了10 min、30 min和1 h的预测时间尺度,得到不同向量维数下预测结果的均方误差、均方百分比误差、平均绝对误差、平均绝对百分比误差以及相关系数。结果表明,对于特定的预测对象,支持向量机向量维数具有一个使预测精度最高、误差最小的最优值;对于不同的预测时间尺度,向量维数的最优值一般不同。