新型甲氧基丙烯酸酯类杀螨剂嘧螨酯

嘧螨酯(试验代号:NA83,通用名称:fluacrypyrim,商品名称:Titaron)是由巴斯夫公司研制、日本曹达公司开发的第一个甲氧基丙烯酸酯类杀螨剂。该产品已于2001年底在日本上市,预计于2003     

第二语言习得中的文化负迁移现象

在第二语言习得过程中,文化差异会在语言学习过程中产生文化负迁移.因此,了解本族语与目的语的文化差异,探讨英汉文化迁移有助于消除学习者交际障碍、拓宽视野、提高第二语言习得能力.     

氯化钠从水到乙二醇水混合中的迁移性质

在乙二醇和水为混合溶剂中加入NaCl组成三元系,在20~40℃时,改变混合溶剂中乙二醇的质量分数,在w=0%,10%,20%和30%的条件下,测定下列电池电动势AgCl-Ag|NaCl(mA),C2H6O2(w),H2O(1-w)|Na-ISE,(A)确定混合溶剂中AgCl-Ag和Na-ISE电极对在不同温度时的标准电动势,计算了NaCl的迁移性质。结果表明,低温时NaCl在纯水中有较高的吉布斯自由能状态,而在高温时,NaCl在乙二醇和水的混合溶液中处于较高的吉布斯自由能状态。     

汽轮机高压主汽门螺栓断裂失效分析

采用宏观检验、紧固工艺分析、化学成分分析、力学性能试验、金相检验和断口分析等对抚顺发电有限责任公司1号机组高压主汽门断裂螺栓进行了失效分析,结果表明:螺栓硬度偏低,断口附近金相组织存在偏析且有混晶现象,断口边缘有蠕变空洞及裂纹,断裂从螺栓根部向另一侧扩展,无明显塑性变形属于蠕变脆性断裂。     

防治稻瘟病的新型内吸性杀菌剂氰菌胺

概述了防治稻瘟病的新型内吸性杀菌剂氰菌胺，内容涉及创制经纬、化学名称、理化性质、毒性、作用机理、专利与登记、合成方法与应用等。     

关于解决g-C3N4在光催化制氢领域的两个局限的研究进展

随着工业的发展，化石燃料消耗巨大，环境问题也日益突出，寻找一种绿色新型能源已成为一个被广泛讨论的问题。氢气是一种清洁、可再生燃料，利用光催化剂分解水制氢气是一种制取氢气的有效途径。石墨碳氮化物（g-C3N4）作为光催化剂不仅成本低、反应稳定，而且其尺寸、厚度、结构、形貌等可控，在众多光催化剂中脱颖而出。但g-C3N4目前在光催化领域主要存在两个局限：g-C3N4不能有效地吸收光来产生足够多的光生电子-空穴对；g-C3N4不能有效的运输及分离光生电子-空穴对，以至于电子与空穴的复合率较高。文章综述了g-C3N4在光催化制氢领域的进展成果，分析了g-C3N4存在的问题并总结了其改进方法，最后对g-C3N4进行了展望，以期为设计高效、稳定的光催化制氢材料提供参考。     

Ni2P/Fe-HAP催化剂的表征及其苯酚加氢表面作用机理

以低品级羟基磷灰石(HAP)为原料,通过离子交换法合成载体Fe-HAP,然后用浸渍法制备出负载型Ni_2P/HAP和Ni_2P/Fe-HAP催化剂。通过BET、SEM、XRD、FTIR和TG等手段对催化剂进行了表征。Fe~(3+)的引入极大地提高了载体的比表面积,Ni_2P分散在Fe-HAP表面,热稳定性较好。以苯酚加氢制备环己酮为反应体系,在反应温度为150℃、压力为0.5 MPa、时间为3.5 h的条件下,对比了Ni_2P/HAP和Ni_2P/Fe-HAP催化剂的催化性能。结果发现,Ni_2P/Fe-HAP催化剂对苯酚的转化率为65.73%,环己酮选择性为85.47%,催化性能相对良好。     

基于高光谱数据和雷达融合的滑坡信息提取

为了改进微地形滑坡遥感影像分类技术,从而提高微地形滑坡遥感信息提取的精度,采用湖北宜昌部分地区的无人机航拍高光谱影像(HSI)和激光雷达(LiDAR)数据作为研究数据源,并对高光谱和LiDAR数据进行融合,最后采用结合注意力模块(CBAM)的卷积神经网络(CNN)方法,对融合后的数据进行滑坡信息提取。研究表明,利用高光谱和雷达数据的优势,可以更准确地提取滑坡信息。     

实时洪水预报中基于岭估计的AR修正模型研究

为提高实时洪水预报精度,经常将水文模型与误差修正模型相结合,AR模型因其结构简单广泛应用于实时洪水预报误差修正。然而,实际应用显示,AR模型时常出现修正结果不稳定现象,表现为流量修正幅度过大,甚至出现“震荡”现象,严重影响修正效果。鉴于此,本文从矩阵特征值角度解释了AR模型出现不稳定现象的原因,并引入岭估计方法选择性利用流量信息更新自回归系数,使其更满足真实流量的涨落过程,增强该模型的稳健性。将新方法应用于蔺河口流域,结果显示岭估计方法显著提高了AR模型的稳健性,从而改善了模型修正效果,进一步提高了洪水预报精度。     

融合多头自注意力的问答社区专家推荐算法

专家推荐是在线问答社区的研究热点之一,但现有的算法大多关注用户的静态兴趣和问题信息的匹配,忽视了对用户的动态兴趣表征信息的有效捕捉,从而导致推荐的准确度不足。针对上述问题,提出了融合多头自注意力的问答社区专家推荐算法。首先,构造由卷积神经网络和注意力机制组成的问题编码器,来处理目标问题和用户历史回答问题,提取对应的问题表征;其次,将用户历史回答问题序列当作时间序列,利用多头自注意力机制学习序列中所蕴涵的动态兴趣表征,结合用户的静态兴趣表征,获取用户的综合兴趣表征;最后,将目标问题表征和用户综合表征进行相似性计算产生推荐结果。利用来自知乎问答社区的真实数据进行了不同参数配置及不同算法的对比实验,实验结果表明该算法性能要明显优于目前较流行的深度学习专家推荐算法。