电子化教材——挖掘不尽的宝藏

为了实现语文学科与现代教育技术的高效整合,开拓语文学习和运用的广阔领域,教师选择将文本内容电子化.电子化教材突破了传统教材的局限性,并且作为现有文本教材的补充,既保持了原教材的严肃性、原则性、系统性、科学性,又将相关背景资料、拓展阅读、作业设计、多媒体资源、网址标志等综合地呈现在师生面前.     

钼细晶材料制备工艺研究

通过改善原料活性,降低还原温度,制备出粒度小于1．0μm的钼粉。由于超细钼粉具有低温活化烧结的特性,由其压制的坯料在烧结过程中烧结温度低,烧结时间短,生产成本低,且烧结钼板坯的晶粒细小均匀。     

聚对苯二甲酸丁二醇酯/聚甲基丙烯酸甲酯季铵盐修饰蒙脱土纳米复合材料的制备与性能

用聚甲基丙烯酸甲酯苄基季铵盐和聚甲基丙烯酸甲酯十八烷基季铵盐修饰蒙脱土,制备出两种有机土（MAPS-B-MMT和MAPS-O-MMT）,通过熔融共混法制备聚对苯二甲酸丁二醇酯/蒙脱土（PBT/MMT）纳米复合材料,考察了有机土含量和修饰剂结构对复合材料性能的影响。TEM结果显示,两类复合材料均为插层型纳米复合材料。热稳定性能研究表明,PBT/MAPS-B和PBT/MAPS-O两个体系热稳定性有较大的改善,材料的初始降解温度均比纯PBT提高,PBT/MAPS-O-2纳米复合材料的初始降解温度提高了20 ℃;热稳定性受到蒙脱土分散性影响,随着黏土含量增加,蒙脱土分散性变差,导致材料初始降解温度下降,质量分数2%为蒙脱土的最佳含量;加入有机土降低了材料的熔融温度,提高了材料的结晶速率和结晶度。     

提高钼板坯晶粒数的工艺研究

本文通过增加原料活性,降低还原温度,制备出粒度小于1.0 um的钼粉。由于超细钼粉低温活化烧结特性,在烧结过程中降低烧结温度,减少烧结时间,有效地提高钼板坯的晶粒数,同时降低了车间的生产成本。     

基于特征融合和混类增强的深度学习滚动轴承故障诊断

轴承故障诊断在维护旋转机械设备和规避重大灾难事故等方面起着至关重要的作用. 针对现有故障诊断模型无法适应实际工业应用中变化的工作负载的问题, 提出了一种基于特征融合和混类增强的故障诊断方法. 首先, 在原始信号的基础上融合时频特征、工况特征和时间差分特征形成新的特征信号; 然后, 采用相空间重构理论将信号特征转换为图像信号, 在训练时通过混类增强拓展数据的分布; 最后, 利用残差网络进行故障诊断分析. 在CWRU数据集上的实验结果表明, 该方法在同工况下的预测精度高达100%, 在变工况下的平均预测精度高达93.28%, 域适应性强.     

毛皮耐汗渍色牢度影响因素的探讨

耐汗渍色牢度是毛皮产品的重要指标之一,通过对8种不同颜色毛皮产品进行耐汗渍色牢度试验,探究了毛皮在不同人工汗液中浸泡时间和含液率对其测试结果的影响.结果表明,在浸泡时间为10 min,毛皮试样含液率为在100％-300％之间时测试的结果最为准确,且浸泡所用时间较短,在保证结果准确的前提下,可提高检测效率.     

我院美罗培南合理用药分析

目的: 分析我院美罗培南的临床用药情况，促进美罗培南的临床合理用药。方法: 回顾性分析2016年1月至2017年12月我院住院使用美罗培南的97份病历资料，并对药物使用情况、临床疗效、不良反应和用药合理性进行分析。结果: 97例患者中，使用美罗培南位居前3位的科室分别为外科重症监护室（23例，23.71%）、内科重症监护室（14例，14.43%）、呼吸内科（11例，11.34%），其中有76例进行了细菌培养，送检率为78.35%，美罗培南的用药频率（DDDs）为756.8，药品利用指数（DUI）为1.16，不良反应发生率为15.46%，临床治疗总有效率为85.57%，合理用药率为87.63%，不合理用药率为12.37%，其中无指征用药在所有不合理用药情况中所占比例最高。结论: 我院对美罗培南的临床应用基本合理，但也存在不合理用药情况，在美罗培南的临床使用中应严格按照规定使用，减少经验用药，提高送检率，以提高临床疗效及合理用药水平。     

独立学院大学英语分级教学模式理论与实践意义研究

基于独立学院大学英语的教学特点,探讨实施大学英语分级教学模式的理论基础和实践意义.     

玫瑰色金750饰品金含量的不确定度评估

X射线荧光光谱法可对金饰品中金含量进行分析,该方法快速、无需破坏饰品。本文采用此方法对玫瑰色金750饰品中金含量进行测定,阐述不确定度来源,对不确定度分量进行分析、计算,给出合成不确定度及扩展不确定度,饰品检测结果为753.2‰±2.2‰(k=2),纯度为金750。     

巧用Excel 2007进行专利数据筛选

Excel 2007是办公自动化软件OFFICE中强大的制表工具。其数据处理功能也很强大．本文所要介绍的正是利用Excel 2007处理专利分析与预警在专利数据加工阶段的专利基础数据。