数据结构中递归算法的教学要点及方法探讨

学生对递归算法的理解和掌握程度影响着对数据结构及后续课程的学习效果,提出在数据结构课程中应补充递归思想和算法实现的教学,探讨了教学要点和教学方法,并设计合理的实验教学方案。实践证明教改后取得了良好的教学效果。     

双子表面活性剂合成及在酒精废液处理中应用

合成了4种碳链长度的酯基阳离子双子表面活性剂,并作为絮凝剂对干法工艺处理的玉米酒精糟废液进行了絮凝处理实验。絮凝后对废液的透光率及COD进行了测定,考察了在不调节pH值及室温条件下与双子表面活性剂、淀粉阳离子、壳聚糖阳离子对比絮凝处理效果,双阳离子表面活性剂好于淀粉阳离子、壳聚糖阳离子的絮凝能力;同时考察了酯基阳离子双子表面活性剂碳链长度对絮凝效果的影响,碳链长度对COD去除率的高低顺序为C14>C16>C12>C10。实现了不用碱中和废液而直接进行絮凝处理的工艺改造。     

成都粘土预处理垃圾渗滤液中COD的实验研究

在不同实验条件下,以成都长安垃圾填埋场渗滤液为研究对象,利用成都粘土去除垃圾渗滤液中的COD.研究表明,成都粘土对垃圾渗滤液中的COD具有一定的去除效果.在最佳实验条件为用土量85g/L,pH=6.0,搅拌速度150 r/m in,搅拌时间40m in,静止时间12h时,成都粘土对垃圾渗滤液中COD的去除率可达到30%.     

小脑模型神经网络控制器在天线跟踪指向控制中的应用

分析了天线跟踪指向控制系统的特点和影响系统跟踪性能的主要因素,建立了系统数学模型。根据系统特点,给出了小脑模型神经网络控制器(CMAC)和PID相结合的复合自适应控制方法的设计过程,并分析了该算法适用于天线跟踪指向控制系统的优势。该方法利用传统的PID控制,结合CMAC神经网络算法的快速自学习、精确逼近的优点,既满足了天线跟踪指向控制系统快速实时跟踪的要求,又提高了跟踪精度和跟踪平稳性。仿真结果表明,该方法对摩擦力矩有很好的抑制作用,跟踪精度较单独采用PID控制提高一个数量级,且输出稳定,具有较强的鲁棒性。     

退火温度对铜纳米颗粒复合材料的三阶非线性光学性质的影响

采用离子注入法制备铜纳米颗粒复合材料,在波长为790 nm的入射激光作用下,运用Z-扫描技术测量了铜纳米颗粒复合材料的非线性光学折射率和非线性光学吸收系数,分析了退火温度对铜纳米颗粒复合材料光学性质的影响。结果表明,随着退火温度的升高,铜纳米颗粒复合材料的颗粒尺寸明显增大,且光学非线性折射率上升。通过改变非晶二氧化硅中铜纳米颗粒复合材料的形状,得到不同的三阶非线性光学系数的特定值。     

一种格缩减辅助MIMO检测的非线性量化算法

针对格缩减辅助MIMO检测中,采用格缩减技术后导致星座畸变,引起变换域信号非线性联合量化复杂度高的问题,提出了一种排序反馈的非线性量化算法。该算法同时考虑了变换星座的边界和各元素之间的相关性,且根据量化误差的大小选择信号元素量化判决的顺序,依次量化判决信号的各个元素。仿真证明,基于该算法的格缩减辅助MIMO检测其性能要优于无排序反馈量化和逐元素独立量化的格缩减辅助MIMO检测,且能很好的逼近最大似然检测的性能,在平坦块衰落信道下,算法复杂度为多项式复杂度。     

HIPS/MWCNT和HIPS/GE复合材料的动态热力学性能及热降解动力学研究北大核心

利用熔融共混法制备了高抗冲聚苯乙烯(HIPS)/多壁碳纳米管(MWCNT)和HIPS/石墨烯(GE)复合材料,测试了其力学性能和动态力学性能,利用热重法研究了复合材料在氮气和氧气中的热降解行为,并采用Kissinger和Friedman两种方法计算了热降解动力学参数。结果表明:与GE相比,MWCNT对HIPS力学性能有较大的提升作用,拉伸强度和冲击强度分别提高了26.6%,74.6%;HIPS/MWCNT复合材料的储能模量和玻璃化转变温度较纯HIPS有一定提高;GE对HIPS动态力学性能没有明显影响;加入MWCNT能有效延缓HIPS的热降解过程,提高HIPS的高温热稳定性;GE对HIPS热降解的影响不显著;Kissinger和Friedman两种方法计算得到的降解活化能变化趋势一致。     

交联过程对交联发泡PP板材性能的影响

以过氧化二异丙苯(DCP)为交联剂，二乙烯基苯为助交联剂，偶氮二甲酰胺为发泡剂，采用化学交联法，使PP树脂在发泡之前交联，并利用压制成型的方法制取了泡孔均匀、细密的泡沫板材。研究了交联剂和助交联剂的用量对凝胶质量分数和板材性能的影响。结果表明：DCP和二乙烯基苯的质量分数分别为0．12％和1．6％时，制品的各项性能较好。     

以计算思维为导向的计算机操作系统教学设计

操作系统课程作为计算机科学与技术专业的一门专业必修课,一直以抽象、原理概念多、枯燥乏味著称。本文着眼于简化课程难度,提高授课质量,培养学生的计算思维能力,从教学总体设计、教学方法设计等方面对操作系统课程进行了改进,效果显著。     

基于云模型与PROMETHEE方法的语言型Z-number多属性决策

针对属性权重未知,属性值为语言型Z-number的多属性决策问题,提出了一种基于云模型与丰富度评估的偏好排序组织方法（Preference ranking organization method for enrichment evaluation, PROMETHEE）的决策方法。首先,引入语言尺度函数,然后利用其建立转化模型完成语言型Z-number向云模型的转化。此外,通过定义云可能度函数,建立属性权重求解公式及构建正弦偏好函数,进而计算方案的优先指数,通过计算方案的正负方向优序级别值得到备选方案综合优序级别值,进而得到方案排序。最后通过算例及比较分析验证本方法的有效性和可行性。