户籍制度是中国社会一项基本的制度安排,它把户口作为资源配置和利益分配的重要凭据,对社会分层和流动产生了较大的影响。在改革开放近三十年后,中国的户口还起不起作用,以及起着怎样的作用?通过对综合社会调查数据的分析,发现中国社会分层具有城乡户口差别和城市户口等级差别并存的特点,户口转变和迁移的开放性程度与个人社会流动机会获得有正相关关系。市场转型虽带来了较多流动机会,但户口等级差别以及户口对体制内流动所起的结构性影响依然存在。鉴于户籍制度的强粘附性生成了社会差别,改革这一制度的基本方向是推行户口一元化和迁移自主化

多层和高层钢筋混凝土结构体系包括: 框架结构、框架-抗震墙结构、抗震墙结构、筒体结构 和框架-筒体结构等。概述钢筋混凝土框架房屋:钢筋混凝土纵梁、横梁和柱等构件组成承重体系的房屋。钢筋混凝土框架房屋层数一般在十层以下。框架-抗震墙结构:在框架房屋中增加抗震墙构成。抗震墙主要承受水平荷载,框架主要承受竖向荷载

快速(真空)变压吸附循环周期较短,床层压力周期性变化快,使吸附床内流动及传热传质特性变化较大,本文研究吸附及解吸压力对快速变压吸附制氧床内速度及循环性能的影响.快速变压吸附(rapid pressure swing adsorption,RPSA)循环中原料气充压阶段气流速度远大于顺流的气体流速极限值,快速真空变压吸附(rapid vacuum pressure swing adsorption,RVPSA)循环中原料气充压阶段气流速度略大于顺流的气体流速极限值,而RPSA循环和RVPSA循环中放空降压阶段气流速度均较大.在所研究的吸附和解吸压力范围内,RPSA循环和RVPSA循环中气体温度在循环周期内变化均约为10℃,而RVPSA循环中气体温度在循环周期内温度梯度更大.RPSA循环中吸附压力越高,氧气回收率越高,床层因子越小;而RVPSA循环中解吸压力越低,氧气回收率越高,床层因子越小

一. 问题的提出 二. 达西定律及岩石的绝对渗透率 ● 达西定律 ● 物理意义 ● 研究K 的意义 三. 渗透率的测试方法 ● 条件 ● 原理及计算公式 ● 气体滑脱效应 ● 气体的克氏校正 四. 裂缝岩石的渗透率 五. 影响K的因素 ● 骨架构成及构造力的影响； ● 孔隙结构的影响； ● 胶结物含量及胶结方式； ● 地层静压力及地层温度； ● 各向异性。 六. K与其它岩石物性之间的关系

四．双重孔隙度（原生 、次生、 总孔隙度） 一．问题的提出 三．孔隙度（定义， 孔隙度的分类） 二．储集层的孔隙结构（孔隙类型及组合关系；孔隙大小及分选性；孔隙结构参数） 六．储层岩石的压缩性（定义、 综合弹性压缩系数） 五．影响孔隙度的因素（内因、 外因）

背景 一、日常工作、生活中的决策问题,涉及经济、社会等方面的因素作比较判断时人的主观选择起相当大的作用,各因素的重要性难以量化 二、Saaty于1970年代提出层次分析法AHP (Analytic Hierarchy Process) 三、AHP—一种定性与定量相结合的、系统化、层次化的分析方法

利用Cu/Al电偶对模拟LY12铝合金在铈盐溶液中的成膜过程.电偶对在铈盐溶液中,电偶电流由开始的0.08mA降低为0.005mA,表明有阻滞腐蚀的作用出现;电偶电位随时间负移,这是腐蚀反应中阴极过程受阻滞的表现.浸泡8h后,Cu片上形成了一层黄色膜层.SEM,EDX分析表明,Cu片上形成了富含铈的裂纹状膜层

本文研究了FGH95粉末高温合金在热等静压成形时与碳钢包套之间的相互作用。 研究表明:FGH95粉末高温合金热成形用碳钢作包套时,由于二者之间发生各种元素的扩散,因此随热成形温度、时间的不同,在合金表面层会形成不等的合金元素贫化区和富铁区,以及形成无γ'相区域,得出了在不同温度下扩散层厚度与时间的关系。研究得出了扩散层至合金中心的显微硬度变化规律。此外,研究还得出了含碳不同的碳钢对FGH95合金的影响

目前密集冷却工艺已广泛用于生产高强度带钢,但是该技术冷却速率较快的特点易造成带钢冷却不均匀等问题,导致带钢残余应力过大,进而产生边浪等板形缺陷.本文利用有限元方法,使用ABAQUS有限元软件建立某700 MPa级高强度带钢在密集冷却工艺下的模型,实现温度-相变-应力耦合计算,并进行多个实验验证了模型的准确性.通过修改有限元模型边界条件和初始条件,研究边部遮挡和初始温差对带钢层流冷却阶段产生的残余应力分布的影响规律.对于减小带钢层流冷却过程中产生的残余应力,减小带钢进入层流冷却前的初始温差更加有效.本研究成果经过现场试验验证,可靠性较高,可用于指导该种类型高强带钢生产,以减少带钢的残余应力,提高带钢板形质量

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性