含有季铵盐的超高分子量聚乙烯纤维对 Au（III）的吸附效应

利用预辐射接枝技术制备含有季铵盐官能团的超高分子量聚乙烯(UHMWPE-g-P(GMA-co-MA)-TETA- GTA)纤维。研究该纤维对Au(III)的吸附性能,重点考察了起始溶液的pH值、初始Au(III)离子浓度和温度对吸附容量的影响。实验结果表明,UHMWPE-g-P(GMA-co-MA)-TETA-GTA 纤维对 Au(III)的吸附速率较快、吸附容量大,180 min内能够达到吸附平衡;在溶液的pH值为3时吸附容量最大(355 mg/g)。该吸附过程符合准二级动力学模型和和Langmuir等温吸附模型,吸附反应是一个熵减少的放热反应。     

浅谈地区电网调控融合的实施与风险控制

将变电设备集中监控业务与电网调度业务融合,完成调控融合,是深化"大运行"体系建设的必然选择.为做好地区电网调控融合工作,本文提出了一系列措施,大力推进调控融合落地实施,并提出必要的预控措施,降低融合过程中存在的风险,确保调控融合的安全平稳过渡.     

母线负荷预测中样本数据预处理的新方法

选择SCADA量测数据作为原始数据源,针对目前母线负荷数据中3类典型的异常数据,提出了一种样本数据预处理方法。采用改进的数据横向比较法识别并修正数据丢失点和由突发事件等原因引起的异常突变点,随后采用db4小波阀值去噪法处理由信道噪声等原因引起的数据波动,使负荷曲线平滑化。该方法能够有效识别连续数据丢失点和异常突变点,在保持原有负荷曲线变化趋势的基础上剔除异常波动数据,实现平滑处理,为下一步直接进行母线负荷预测提供高质量的样本数据,在一定程度上提高最终的预测精度。     

山楂汁中有机酸和总黄酮吸附动力学研究

为了探讨山楂汁中有机酸和总黄酮的同时吸附的动力学规律,实验设计含有不同浓度有机酸和总黄酮的山楂果汁,与一定量的树脂(D941树脂或NKA树脂)混合,搅拌吸附,用Langmuir等温模型和Freundlich等温模型分析吸附平衡数据。结果表明,D941树脂和NKA树脂对山楂汁中的有机酸和总黄酮的吸附平衡数据符合Langmuir等温模型。根据Langmuir等温模型,求出这两种树脂分别对有机酸和总黄酮的最大吸附,与大孔吸附树脂NKA相比,发现大孔弱碱性阴离子交换树脂D941吸附较多的有机酸和较少的总黄酮,可以作为山楂果汁降低有机酸而保留总黄酮研究中较为理想的树脂。D941树脂和NKA树脂对山楂汁中的有机酸的吸附能力低于对纯柠檬酸溶液的吸附能力,证明总黄酮的吸附会阻碍有机酸的吸附。     

风险投资预测的理论与方法探讨

针对江泽民同志提出的科教兴国的战略思想,立足于实际,提出高科技风险投资的预测方法,并做了必要的定量分析,对于人类进入知识经济时代具有一定的参考意义。     

P-糖蛋白对太平洋牡蛎在镉富集过程中的作用

以太平洋牡蛎为试验对象,研究不同染Cd浓度和时间条件下太平洋牡蛎体内的Cd含量和P-糖蛋白(P-gp)活性的变化,以及添加P-糖蛋白专一性抑制剂异搏定(Ver)和诱导剂利福平(Rif)对Cd含量的影响。采用火焰原子吸收分光光度法测定Cd含量,排出法测定P-gp的活性变化,结果表明,不同染Cd浓度和染Cd时间对太平洋牡蛎体内的Cd含量及P-gp的活性变化有显著影响,且两者之间的变化相对应,说明P-gp在太平洋牡蛎体内的自身抗Cd机制中发挥作用。添加Ver后,太平洋牡蛎体内Cd含量显著增多,而添加Rif后太平洋牡蛎体内Cd含量下降,说明P-gp在太平洋牡蛎的自身防御机制中发挥重要作用,从而防止机体对外来有害物质的侵入。P-gp抑制Cd在体内的富集,对太平洋牡蛎净化脱Cd,提高其食用安全性具有重要意义。     

个人所得税征收中的问题与建议

随着我国市场经济体制的不断完善,经济改革的进一步深化,个人收入的多样化已成必然趋势。个人所得税在财政收入中的地位也愈益重要起来,建立和完善个人所得税制,既是缓解个人收入分配不公的重要举借,同时也是保证我国国民经济持续发展健康发展的先决条件。针对目前我国个人所得税征管存在的偷、漏、欠、抗等问题,进行了详尽的分析,在此基础上,提出了进一步完善的意见,即：强化税收职能,扩大征收面,降低起征点,实行税银联     

基于LSSVM和马尔可夫链的母线负荷短期预测

提出了一种母线负荷短期预测混合算法。采用最小二乘支持向量回归方法（LSSVM）进行短期母线负荷预测,并提出一种广义网格搜索算法对模型参数进行优化;由历史预测误差组成误差序列,将历史预测误差序列看作是一个符合马尔可夫过程的时间序列,采用马尔可夫链方法对未来的预测误差进行估计,采用误差估计结果对上一步LSSVM的预测结果进行修正,得出最终预测结果。经算例分析证明,所提方法能显著提高预测精度。     

基于LSSVM和马尔可夫链的母线负荷短期预测

提出了一种母线负荷短期预测混合算法.采用最小二乘支持向量回归方法(LSSVM)进行短期母线负荷预测,并提出一种广义网格搜索算法对模型参数进行优化;由历史预测误差组成误差序列,将历史预测误差序列看作是一个符合马尔可夫过程的时间序列,采用马尔可夫链方法对未来的预测误差进行估计,采用误差估计结果对上一步LSSVM的预测结果进行修正,得出最终预测结果.经算例分析证明,所提方法能显著提高预测精度.