“程序设计基础”网络自主学习环境的评价与反思

通过分析学生对基于"清华教育在线"网络教学平台的"程序设计基础"自主学习环境的评价,阐述该自主学习环境存在的不足以及在后续研究中应注意的问题,进一步明确下一步研究方向。     

天然沸石处理含铅、镉废水的试验研究

天然沸石经改性后对铅、镉有较好的吸附能力，当铅的浓度为2mg／L，沸石用量30g，动态变换3小时，吸附效率达90％以上，吸附容量达5mg／g；当镉的浓度为l00mg／L，沸石用量l0g，动态交换24小时，吸附效率可达99．8％以上。在450℃时处理的沸石吸附效果最佳，改性后的沸石对铜的吸附具有较好的选择性。     

板式精馏塔的塔板效率

塔板效率包括:点效率、莫夫里效率和全塔效率,它们的值主要受流体多相流动时的动力学体系特性的影响;点效率可由双膜理论推出,莫夫里效率和全塔效率存在一定的内在关系。     

预成膜雾化超临界流体强制分散溶液过程及应用

设计了预成膜二流式喷嘴用于超临界流体强制分散溶液(SEDS)过程以获得良好的雾化与传质效果。采用预成膜雾化的SEDS(SEDS-PA)过程对胡萝卜素、麻黄素及黄芩甙进行了超细和聚合物包覆实验以考察该法制备药物微粒和载药聚合物微粒的有效性。通过SEM及光学显微镜照片分析微粒形态,用分光光度法检测药物在聚合物微粒中的含量。实验表明,通过SEDS-PA过程可成功地对天然药物超细化,并用聚合物对其包覆,从而制备药物微粒及载药聚合物微粒。     

教学文化历史研究及启示

教学论的迷惘源于科学的研究方法层面,迷茫中寻希冀。文化作为一种教学存在,必然影响着教学论的研究。本文在以前研究的基础上,试纵向探讨教学文化研究的历史,以期获得对教学论研究的启示。     

正交试验法混凝处理炼油厂废水的研究

利用正交试验的方法对炼油厂废水的混凝处理最佳试验条件进行了研究。通过三氯化铁和有机助凝剂聚丙烯酰胺(PAM)对炼油厂废水处理效果的研究,证实在混凝试验的影响因素中混凝剂和有机助凝剂的投加量、投加方式及废水pH值都起着重要作用,研究结果表明:在溶液pH值为8.00左右,FeC l3投加量为235.8m g.-L 1,PAM的用量为0.029m g.-L 1,对炼油厂废水处理得到较为满意的效果,原水的浊度为62.0,经处理后水的浊度可达2.3。     

连苯三酚显色树脂相分光光度法测定痕量钛

研究了钛与连苯三酚在酸性介质中反应生成有色络合物,与717＃强碱性阴离子交换树脂进行交换吸附,在树脂相下进行光度分析的方法。钛树脂相络合物的最大吸收波长为420nm,表观摩尔吸光系数为7.5×104L·mol-1·cm-1,Ti(Ⅳ)含量在0～1.2mg·L-1范围内符合比尔定律。此法用于钢样中痕量钛的测定,结果令人满意。     

介孔TiO2的水热法合成及其光催化性能研究

用阳离子型表面活性剂十六烷基三甲基溴化铵(CRAB)为模板剂,采用水热法制备了介孔TiO2,探究了不同反应条件对样品光催化活性的影响,并对制得的样品进行了XRD,SEM,TEM,N:吸附-解吸及差热-热重等表征.结果表明,所得样品为窄孔道分布,最可几孔径为4.5 nm,其比表面积为134.4 m2/g.当水热温度为110℃,Ti(SO4):与CTAB的摩尔比为12:1,焙烧温度为400℃时,所制得样品的光催化活性最好.     

基于视觉感知的图形化人机交互界面分层模型

由于传统方法没有通过特征提取方法获取图像关键滤波纹理系数,导致人机交互界面图像存在增强效果不佳,非平缓区域、曲面区域等不同层次信息量不丰富的问题,为解决上述问题,设计了基于视觉感知的图形化人机交互界面分层模型.构建图像处理模型,采用边缘轮廓特征提取方法,获取关键滤波纹理系数与边缘轮廓信息分量等特征信息.使用层次分析方法对交互界面视觉传达效果进行优化.以交互界面各个区域视觉感知强度和边缘轮廓内视觉感知元素重要度为基础,建立基于视觉感知强度的图形化人机交互界面分层优化模型,并通过遗传算法求解该模型,实现图形化人机交互界面的分层优化.实验结果显示,上述模型的图像亮度增强效果更优,符合人眼视觉感知要求;信息熵始终处在较高数值,具有较好的图像融合效果,信息量丰富.     

Norm-DP模型行人检测优化算法

传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此,提出一种基于规范化函数的深度金字塔模型(Norm-DP)算法,使用规范化函数融合可变形部件模型和卷积神经网络模型,直接从金字塔特征中提取正负样本,使用隐变量支持向量机进行模型训练,结合柔性非最大抑制(soft-NMS)算法和边界框回归(BBR)算法对定位框进行优化。分别使用INRIA和MS COCO数据集进行实验验证,在行人数量多、姿势复杂和有遮挡情况时,检测精度高于最优的可变形部件模型算法、卷积神经网络算法、深度金字塔模型算法和结合区域选择的卷积神经网络算法。