理科(18)题别解

试题如图3,在直三棱柱ABC-A1B1C1中,底面是等腰直角三角形,∠ACB=90°,侧棱AA1=2,D、E分别是CC1与A1B的中点,点E在平面ABD上的射影是△ABD的重心G.     

理科(20)题文科(21)题别解

试题在某海滨城市附近海面有一台风,据监测,当前台风中心位于城市O的东偏南θ(θ=arc cos(2)/(10))方向300km的海面P处,并以20km/h的速度向西偏北45°方向移动,台风侵袭的范围为圆形区域,当前半径为60km,并以10km/h的速度不断增大,问几小时后该城市开始受到台风的侵袭?     

化学修饰电极及在分析化学中的应用研究——Ⅰ.聚丙烯酰胺肟电极及用于银的测定

本文报导聚丙烯酰胺肟电极的研制及在银的富集、分离和测定中的应用。用光谱纯碳棒作为基体电极,经预处理极化浸渍聚丙烯腈并羟胺化,制成聚丙烯酰胺肟电极。对电极膜进行了鉴定,红外光谱图证明,目的功能团已进入了电极表面,电子显微镜测定了膜的厚度,约为56μm左右,此电极在-0.5—+0.7V(对饱和甘汞电极)作电循环扫描时,电极本身不起电化学反应。该电极对银离子有强的络合能力,采用先络合,还原沉积并随后溶出的方法,可用于痕量银的测定,当pH=6时,所研究过的离子均不干扰银的测定,样品分析结果与标准数据一致。     

[SiMo_2~(Ⅴ)Mo_(10)~(Ⅵ)O_(40)]~(6-)及其钒取代物的量子化学研究

采用SCC－DV－Xα方法对α－Keggin结构硅钼二电子还原态杂多蓝阴离子［SiMo2（V）Mo10（VI）O40］6-和它的混合型钒取代物［SiV2（V）Mo10（VI）O40］6-进行了量子化学计算，获得了轨道能级、费米能级、各原子价电子布居、自由价态密度分析和分子轨道成分等信息．理论分析表明该杂多阴离子中所有原子Si、Mo、V、Oa、Ob、Oc和Od都参与反应，Oc和Od的成键能力较强，化学活性较大，有力地支持了实验结果．中心硅氧四面体结构发生畸变很小，但构成三金属簇的八面体结构都发生了较明显的畸变，其整体仍然保持α－Keggin结构．钒的取代增强了Mo2VO13三金属族中Od的活性．预测这两种杂多阴离子都有被继续还原和取代的趋势，[SiMo2(V)Mo10(VI)O40]6-的趋势更强．     

改性退役绝缘子橡胶粉在绝缘子中的再利用

提供了一种应用改性退役绝缘子橡胶粉末掺杂硅橡胶方法,在不影响材料性能的情况下不仅可降低聚合物绝缘子的成本,还达到了高分子材料回收利用的可持续发展.     

电子能量对沿面介质阻挡放电等离子体化学产物的影响

基于光电倍增管研制了一套无触发信号的双通道光学探测系统, 并组装了测试样机, 实现了对沿面介质阻挡放电(SDBD)等离子体约化电场的测量, 进而通过BOLSIG+软件获得了电子能量. 采用原位紫外吸收光谱和傅里叶变换红外光谱, 研究了SDBD等离子体在不同电压和频率下的化学产物的浓度变化, 并结合空气等离子体化学反应揭示了产物相互作用的微观机理. 结果表明, 电子能量能够改变电子碰撞反应的速率系数, 调控化学反应的源头活性粒子的浓度, 进而影响到化学产物的生成和猝灭.     

基于石英晶体的微质量测量方法研究

利用石英晶体的压电效应,通过对晶体频率特性和质量敏感原理的研究,将石英晶体应用到物理实验微小质量的测量.以7.990 39MHz的AT晶体作为传感器,设计了功能良好的振荡电路,测量了细粉笔灰的微小质量,并研究了晶体温度漂移对微小质量测量影响.     

风险项目的投资期权分析

本文讨论了风险投资家向企业主融资时的投资期权,求出了投资期权的表达式,并对其中的一些参数进行了分析.     

双波段全天空云量观测系统研制及数据分析

为实现全天时、全天空云量观测,提出并研制了一种双波段全天空云量观测系统。该系统在可见光波段通过内置遮光装置和高动态范围（HDR）图像合成技术,可采集清晰完整的全天空图像,同时,其在红外波段的一次成像可获取160°视场范围天空图像,较传统扫描拼接式红外观测模式更加简单快捷。主要阐述了该系统在不同波段的全天空成像原理以及云图分割方法。从双波段云量观测数据的一致性和准确性两方面进行分析,验证了该系统在云量观测上具有较高的准确性。     

基于支持向量机混合采样的不平衡数据分类方法

利用传统支持向量机(SVM)对不平衡数据进行分类时,由于真实的少数类支持向量样本过少且难以被识别,造成了分类时效果不是很理想.针对这一问题,提出了一种基于支持向量机混合采样的不平衡数据分类方法(BSMS).该方法首先对经过支持向量机分类的原始不平衡数据按照所处位置的不同划分为支持向量区(SV),多数类非支持向量区(MNSV)以及少数类非支持向量区(FNSV)三个区域,并对MNSV区和FNSV区的样本做去噪处理;然后对SV区分类错误和部分分类正确且靠近决策边界的少数类样本重复进行过采样处理,直到找到测试结果最优的训练数据集;最后有选择的随机删除MNSV区的部分样本.实验结果表明:方法优于其他采样方法.