基于整体性视角的社区更新：框架、模式与案例 — —以佛山桂华邨社区为例

现行的政府单一主导、政府与开发 商合作的社区更新模式与业主的自主更新需 求产生了矛盾。针对现有研究对社区更新的 系统性缺乏关注的问题，本文从整体视角出 发，通过构建“参与主体—程序设计—法规 政策—资金调配”四维框架，分析现行社区 更新模式与业主自主更新需求产生冲突的内 在机制。在优化现有模式的基础上，提出三 种适应业主自主更新需求的理论模式。桂华 邨业主自主更新失败的实践案例证明了本文 所提出的四维框架的重要性。最后，从政府 视角对我国社区更新机制提出优化建议。     

药物相互作用研究在新药研发和审评决策中的应用

药物相互作用改变了剂量效应关系，可能会降低疗效或增加毒性，是临床应用中合并用药治疗时重要的考虑因素。预测具有临床意义的药物相互作用是药物研发过程中获益风险评估的重要环节。本文概述了药物研发过程中药物相互作用研究的目的和意义，体内和体外研究的主要内容；梳理分析了2020年国家药品监督管理局（National Medical Products Administration, NMPA）和美国食品药品监督管理局（Food and Drug Administration, FDA）批准上市的新药药物相互作用研究情况，旨在为我国药物研发过程中药物相互作用研究及其监管审评提供参考。     

一种飞行计划航段自动激活方法

飞机从一个航段飞向下一个航段时,需要对下个航段是否激活进行判断.提出了一种新的飞行计划航段自动激活方法,通过获取飞机当前位置及其磁差,并结合临近的3个航路点对应位置的磁差经纬度,分别计算3个航路点与飞机位置对应的磁航向角,通过磁航向角之间做差进行比较,进而判断是否被激活.算法推导完成后,通过基于模型的系统工程工具SCADE SUITE进行了建模,并结合杰普逊航图进行了实际数据采样与仿真.仿真结果表明:该航段自动激活方法能够有效稳定地激活下一航段,比传统方法计算简便,方法实用有效.已在实际飞行中成功应用,达到了预期效果.     

基于网络的决策支持系统在水资源管理中的应用

综述了决策支持系统(DSS)与基于网络的决策支持系统(Web-based DSS)在水资源管理中的应用概况,通过对二者进行比较,指出Web-based DSS具有便于系统更新维护、降低用户使用门槛、扩展用户沟通渠道等优势。对Web-based DSS涉及的基础应用开发、多源信息采集与集成、多模块并行耦合、决策效果评估等关键技术进行了分析,探讨了Web-based DSS在多源异构大数据环境下面临的问题与挑战。     

多孔SiO2分子巢制备多功能涤纶纤维试验研究

针对传统PET材料不具备抗菌、不耐洗等问题,以煎煮法为基础,以草珊瑚、艾叶和薄荷为原料,制备含植物活性成分的溶液,其具有抗菌、杀菌的作用;以溶胶-凝胶法为多孔材料制备方法,用十六烷基三甲基溴化铵、十二烷基苯磺酸钠表面活性剂为模板剂,正硅酸乙酯为有机硅源,氨水为催化剂,乙醇和乙醚为助溶剂,在水-乙醇-乙醚体系中合成多孔二氧化硅微球;然后,多孔二氧化硅微球与提取液混合制备含植物活性成分的多孔二氧化硅分子巢;最后以制备的多孔二氧化硅分子巢与普通的聚酯切片用熔融纺丝工艺进行造粒、纺丝,得到具有抗菌、杀菌和耐洗的多功能涤纶纤维.通过SEM微观观察和力学性能测试、抗菌试验、耐洗性测试,对上述制备的多功能涤纶纤维性能进行验证.结果表明:在模板剂总浓度为0.029 mol·L-1、V醇:V醚=20:20、两种表面活性剂比为4:1时,得到的多孔SiO2微球排列规整;当多孔二氧化硅分子巢掺量(质量分数)在0.5％～1％时,通过熔融共混纺丝得到的新型多功能涤纶纤维力学性能表现最优;当多孔二氧化硅分子巢掺量(质量分数)在1％时,得到的新型多功能涤纶纤维的抗菌性能达到87.9％.而二氧化硅分子巢掺量越高,纤维材料越耐洗.以上结果说明本试验制备涤纶纤维的方案可行.     

弹性元件参数优化对扑翼机构转速波动影响研究

以特拉华大学机械系统实验室所研制的样机模型进行建模,该模型传动机构采用曲柄摇杆机构.传动机构在运转的过程中,翅翼会在气动力和惯性力作用下产生周期性波动,导致电机转速波动增大,影响机构的平稳运行,产生振动和噪声.在仿真试验中引入弹簧元件,可有效降低电机转速波动,利用正交试验设计方法对影响电机转速波动的影响因素进行极差分析,得出弹簧的连接点位置是主要因素,弹簧的刚度系数是次要因素,弹簧原长影响最小.搭建了物理实验平台,验证了仿真结果和正交试验设计方法的正确性.     

基于情境感知工具辅助碎片化学习行为的研究

碎片化学习难以集中记录,存在无法迅速定位到自己需要的学习内容等用户体验问题.传统方法不能采集真实情境下的用户数据,无法满足研究人员的研究需求.基于此,开发一种基于用户行为的捕捉工具——CAUX(Context-Aware User Experience,CAUX),设计了具有情境感知能力的数据采集模块,自动捕捉指定App内的用户行为数据.CAUX对用户干扰性低,可以辅助研究人员捕捉典型的碎片化学习行为.对利用CAUX采集到的数据进行处理,并结合人工方法进行分析,可以发现不同情境下的用户行为和用户体验问题.