浅析语言学理论知识对消除汉化英语的作用

在非英语环境下学习英语的现状导致了中国学生英语表达中汉化英语的频繁出现.结合指示语、主位述位结构以及语义关系等语言学知识,探讨大学生英语写作或翻译中存在的汉化英语问题,指出在语法知识基础之上辅以必要的语言学理论知识便能有效解决这个问题.     

稳定脱墨浆过氧化氢漂白和抑制硅酸盐结垢的双功能助剂的研究

研究了不同螯合剂对脱墨浆过氧化氢漂白的稳定作用以及不同硅酸盐阻垢剂对硅酸盐垢的分散作用.复配出一种既可以稳定过氧化氢漂白又可以抑制硅酸盐结垢的双功能助剂（以质量分数计,DTPMPA 2.25%、DTPA 4.50%、EDTA 4.50%、硅酸盐阻垢剂A 15.00%,蒸馏水73.75%）.使用此助剂进行一段过氧化氢漂白,漂浆ISO白度可达到58%,比单独使用DTPMPA,ISO白度提高2.5%.     

含三苯基膦结构可溶性超支化聚芳醚酮的合成与表征

以双（4–（对氟苯甲酰基）苯基）苯基氧化膦为A2单体,11,,1–三（4–羟基苯）乙烷为B3单体,通过A2＋B3方法合成了含三苯基膦结构可溶性超支化聚芳醚酮（HPEKKs）,有效地避免了凝胶化现象.通过改变A2/B3的比率改变HPEKKs的封端基团,并通过1H NMR和FTIR对其结构进行了表征.1H NMR测量羟基封端HPEKKs（HPEKK-OH）的支化度和氟原子封端的HPEKKs（HPEKK-F）支化度分别达到0.62和0.85.DSC测量HPEKK-OH和HPEKK-F的玻璃化转变温度分别为151℃和131℃.TGA测量HPEKKs在失重率为5%时热分解温度达到500℃以上.HPEKK-OH和HPEKK-F可以很好地溶解于N–甲基吡咯烷酮、N,N–二甲基乙酰胺和二甲基亚砜等多种有机溶剂.     

近海海洋生物体中多环芳烃的GC-MS分析

建立了气相色谱–质谱–定性离子扫描法测定近海海洋生物体中10种多环芳烃的方法.探讨了扫描方式对方法检出限的影响,以及定性离子强度比的匹配度对定性结果的影响.10种多环芳烃测定方法的检出限为0.10～0.61μg/kg,方法线性关系良好,加标回收率为63.1%～98.1%,相对标准偏差为3.9%～15.2%.此方法适用于海洋生物体中多环芳烃的分析.     

反射几何布朗运动的两个结果

主要讨论反射几何布朗运动．首先通过采用马氏过程无穷小生成元的方法得到反射几何布朗运动的平稳分布,最后对该过程的首中时问题进行了讨论,得到该首中时的拉普拉斯变换．     

植物病害图像压缩与传输的研究

为实现植物病害监控,研究了基于DSP的图像压缩编码,构建植物病害监测系统．系统通过CCD进行视频信息的采集,基于TMS320DM642DSP多媒体处理芯片采用H．263编码技术进行压缩编码,并将压缩后的数据经以太网传输至控制中心,进行图像识别分析,从而实现病害监控．测试表明,系统可成功进行图像的采集、压缩编码,并在PC端接收到压缩的图像．     

基于主成分分析中的几类问题的计算公式及结论

讨论了主成分分析中的几类问题的计算方法,重点揭示在协方差矩阵中对角元素相同时的第一主成分及贡献率和对角元素不同时的主成分贡献率．经讨论后给出有关计算公式,并说明这些计算公式在多元统计分析中的实际作用     

山茱萸果汁RP-HPLC梯度洗脱优化实验研究

采用反相高效液相色谱(RP-HPLC),建立山茱萸果汁定性定量分析方法.经梯度洗脱优化出的色谱条件为:用Hypersil GOLD C18色谱柱,以体积分数为0.1%磷酸水溶液(含2%乙腈)为流动相A,乙腈为流动相B,梯度洗脱时间分别为0、8、12、26和55 min时,B体积分数(%)分别为0、0、8、8和26,流速为1.0 mL/min,柱温为35 ℃,波长为259 nm.采用中位数法筛选10批山茱萸果汁HPLC图谱的特征峰,确定15个共有峰为果汁定性分析的指标峰.以马钱苷吸收峰为参照,对果汁HPLC图谱中马钱苷进行定量测定,其线性范围为0.092～0.920 μg,平均回收率为99.06%(RSD=1.62%),马钱苷平均含量为2.162 mg/mL(n=10).     

基于表面肌电信号参数的人体上肢运动研究

根据检测得到的右上肢主肌肉群的肌电信号,探讨了人体右上肢主肌肉群的肌肉功能状态和男性与女性之间肌肉功能状态的差别．20位实验者右上肢完成13个基本动作,对三角肌、肱二头肌、肱三头肌、掌长肌和指伸肌五块肌肉进行肌电采集,用SPSS14．0软件对特征参数平均振幅（AEMG）和积分肌电（IEMG）进行数据处理．结果表明：完成不同的日常生活活动,肌肉的活跃程度存在着一定的相似性和差异性;男性以增强指伸肌和三角肌为主,女性则以掌长肌和三角肌为王实验数据可为老年人和残疾人康复训练及肌电信号控制提供一定的理论依据和指导作用．     

基于支持向量机的非特定人孤立数字语音识别

为了识别一组非特定人、不连续的数字语音信号,本文提出了一种基于支持向量机理论的语音信号识别算法．具体过程主要包括训练过程和识别过程．其中训练过程为：先使用预先建立起来的语音库对选定的支持向量机进行训练,得到一组与该语音信号相关的支持向量;在识别过程中,首先获取被测语音信号,并根据MFFC理论提取特征向量,然后使用训练后的支持向量机进行识别．此外,还提出使用短时区域能量谱的方法对语音信号进行端点检测．结果表明,与目前流行的隐马尔可夫算法比较,本文算法具有识别速度快、准确率高等优点．