《陶瓷》期刊新任主编马小鹏同志简历

经院务会研究决定：自2001年3月起由我院付总工程师马小鹏同志担任全国性建材科技期刊——《陶瓷》杂志主编。现将马小鹏同志的简历介绍如下： 马小鹏同志，高级工程师，男，1959年出生，毕业于武汉工业大学无机材料专业（玻璃），1982年分配至咸阳陶瓷化工株式会社，在陶瓷技术开发部工作，2000年2月回国。其主要业绩：国家科技基金项目“虹彩釉及其结构与机理的研究”的项目负责人；《建筑琉璃制品》国家标准起草人及项目负责人；咸阳陶瓷研究设计院色釉料工厂的筹建、技术、投产的负责人；“中日合作乳浊釉的研究”、“中日合作稀土色釉料的研究”项目主要成员；在《硅酸盐学报》、《中国陶瓷》等刊物上发表研究论文10多篇；1988年公派去日本名古屋比较陶器研究所进修色釉料制作技术。 本刊编辑部     

酸性乳饮料沉淀的形成及防止方法

酸性乳饮料是以乳与乳制品为主要原料,通过添加蔗糖、有机酸、稳定剂等发酵或配制而成的一种营养型饮料。该产品呈均匀一致的混浊型,具有酸甜适中,营养丰富,乳味清香之特点,深受人们的欢迎。但在生产中由于种种原因饮料中常常出现沉淀现象,从而影响产品商品价值。本文就沉淀的形成原因及防止沉淀的方法加以陈述。     

信息化时代马克思主义与思想政治教育融合发展策略探究——评《思想政治教育原理与方法》

<正>信息化时代下的高校思政教育面临着大学生思想观念多元化的严峻挑战，对思政教育者的权威和教育手段提出了挑战。零零后大学生通过互联网接受到大量西方所谓的民主自由思想，向往着所谓的个性解放和精神自由的西方世界，他们往往把马克思主义理论视为过时的教条主义不再信仰，于是在大学思政教育课堂上对马克思主义理论学习不感兴趣。实践证明作为高校思政教育指导思想的马克思主义理论永远不会过时，把中国化了的马克思主义理论融入到高校思政教育，将会收到良好的教育效果。为此，积极推进马克思主义中国化，把二者进行有机结合可以促进大学生全面发展和社会主义理论体系建设，这是实现中华民族伟大复兴的必由之路和重要手段。运用马克思主义中国化理论最新研究成果武装当代大学生的大脑，也是高校思政教育的历史使命和重大责任。结合学习实践科学发展观新要求，不断增强高校思政教育的创新性和有效性，     

用不平行镜调整平凹激光腔

使用可调焦平行光管调准平凹型气体激光器的振荡腔时,常常因为平面反射镜前后两表面的不平行度(设夹角为θ)给调腔引起误差.本文分析了已往的一些克服误差的办法,并提出了一种巧妙地利用不平行度θ来调整激光腔的方法.实践证明,本方法工艺操作简便,精确度高,可提高生产效率,适用于氦-氖、氦-镉、氩离子和玻璃基板小孔耦合输出的二氧化碳等气体激光器的调腔工作.     

2009年2季度陶瓷砖产品质量国家监督抽查质量公告

2009年2季度,按照国家质检总局的部署,由国家建筑卫生陶瓷质量监督检验中心等机构顺利完成了陶瓷砖产品国家监督抽查任务。（国家质检总局陶瓷砖产品质量国家监督抽查质量公告）。陶瓷砖产品质量国家监督抽查结果本次对河北、山西、辽宁、福建、山东、广东、四川、陕西等8个省272家企业生产的364种陶瓷砖产品进行了监督抽查。本次抽查依据推荐性国家标准GB/T4100—2006《陶瓷砖》和强制性国家标准GB6566—2001《建筑材料放射性核素限量》的规定,对陶瓷砖产品的尺寸、吸水率、破坏强度、断裂模数、有釉砖抗釉裂性、放射性等6个项目进行了检验。经检验,本次抽查陶瓷砖产品的有釉砖抗釉裂性全部合格。抽查中发现有97种产品不合格,存在的主要质量问题有：一、本次抽查中有36种产品破坏强度、15种产品断裂模数不合格。破坏强度与断裂模数不合格,产品在使用中容易开裂、破碎。二、本次抽查中有37种产品吸水率不合格。主要是陶瓷砖烧成温度低和烧成周期短,开口气孔较多,在使用中易吸收水分引起坯体吸湿膨胀,容易产生裂纹或剥落。     

怎样应用激光干涉测地震?

在唐山、丰南革命人民抗震斗争的大无畏精神鼓舞下,一些有地震预报的地区,以人定胜天的精神,群测群防,土洋结合,发展了一些测地震的新方法。我们全息光栅研制组在临震期利用原有设备作了一些测震偿试,发现激光干涉测震反应较灵敏。因此,在一些有氦-氖激光器的工厂、学校或研究单位均可以临时借用来测地震,为群测群防贡献一分力量。     

半配对的多模态询问哈希方法

多模态哈希能够将异构的多模态数据转化为联合的二进制编码串。由于其具有低存储成本、快速的汉明距离排序的优点,已经在大规模多媒体检索中受到了广泛的关注。现有的多模态哈希方法假设所有的询问数据都具备完整的多种模态信息以生成它们的联合哈希码。然而,实际应用中很难获得全完整的多模态信息,针对存在模态信息缺失的半配对询问场景,该文提出一种新颖的半配对询问哈希(SPQH),以解决半配对的询问样本的联合编码问题。首先,提出的方法执行投影学习和跨模态重建学习以保持多模态数据间的语义一致性。然后,标签空间的语义相似结构信息和多模态数据间的互补信息被有效地捕捉以学习判别性的哈希函数。在询问编码阶段,通过学习到的跨模态重构矩阵为未配对的样本数据补全缺失的模态特征,然后再经习得的联合哈希函数生成哈希特征。相比最先进的基线方法,在Pascal Sentence, NUS-WIDE和IAPR TC-12数据集上的平均检索精度提高了2.48%。实验结果表明该算法能够有效编码半配对的多模态询问数据,取得了优越的检索性能。