第二章立体化学(Steric Chemistry) 立体化学 分子结构 一、对映异构 (一)分子的对称性 对称要素 对称分子 非对称分子 不对称分子 (二)含一个手性中心的分子 手性中心为碳原子的分子

盐岩的损伤愈合特性对地下盐穴储库的长期密闭性具有重要影响。为了探究损伤盐岩的愈合特性，设计了巴西劈裂损伤盐岩的自愈合实验。在无应力条件下，让巴西劈裂损伤盐岩在不同湿度条件下愈合120 d，通过实验过程中试样渗透率的变化定量判断损伤盐岩愈合程度，探究了损伤盐岩在不同湿度和恢复时间条件下的愈合效果；同时，通过扫描电子显微镜对损伤盐岩愈合后的细观形貌进行了观察，探讨了盐岩损伤愈合的细观机制。本实验中，利用实验前后渗透率的变化作为损伤盐岩愈合的表征手段，有效避免了以往研究中利用试样强度和弹性模量作为损伤愈合表征手段时因应变硬化导致的结果不可靠的情况。实验结果表明，在无应力作用条件下，在无外界水分供给环境中试件经过120 d后仍然没有发现愈合，证明水分是损伤愈合的必要条件。研究表明，时间和湿度对盐岩的损伤愈合具有重要影响，盐岩的损伤愈合效果在实验范围内随着时间的增长和湿度的增大而增强，但增强速度呈指数降低，意味着过大的湿度和过长的时间难以有效提高盐岩损伤愈合效果

以我国资源丰富的低成本优质无烟煤为原料，经过2800 ℃高温纯化、石墨化处理，制备出锂电池用负极材料，用相同手段处理商业化石墨的前体石油焦与石墨化无烟煤作对比。通过X射线衍射（XRD），扫描电子显微镜（SEM），透射电子显微镜（TEM），拉曼光谱（Roman）和氮吸附?解吸等手段对无烟煤基负极材料进行微观结构的表征。采用恒流充放电（GCD），循环伏安（CV）表征其电化学性能。实验结果表明，无烟煤基石墨化负极材料的石墨化度可达95.44%，比表面积为1.1319 m2·g?1，石墨片层结构平整光滑。该石墨化无烟煤作为锂离子电池的负极材料首次库伦效率为87%，在0.1C的电流密度下具有345.3 mA·h·g?1的可逆容量，且在高倍率下该材料比石墨化石油焦材料显现出更好储锂性能，这归功于石墨化无烟煤较为规则高度有序的表面结构。在不同倍率循环后电流密度恢复到0.1C时容量基本无衰减，100圈循环后可逆容量保持率高达93.8%，基本与石墨化石油焦负极相当，拥有优异的循环稳定性。无烟煤基石墨在容量、倍率性能及循环稳定性上基本接近甚至超过石墨化石油焦。本研究表明，采用优质无烟煤作为原料生产锂离子电池负极材料具有潜在的研究价值和广阔的商业前景

每每到了年中年末应该公布会计报表的时候,一些寅吃卯粮的上市公司就 会坐立不安,不得不纷纷各显神通,显示其粉饰报表的本领,会计作假手段层 出不穷。在2001年受查处的上市公司中,这类违规事件约占40%。而这其中虚 构交易事实,增加销售收入、其他收益,或者虚增资产最甚。常见造假手段包 括虚构销售对象、填制虚假发票和出库单和混淆会计科目等

二氧化碳相变致裂作为一种环境友好的绿色破岩技术，具有破岩效率高、振动小、无污染等优点，近年来已成为岩石破碎与开挖领域的热门研究课题，相关研究发展迅速。大量学者运用理论分析、实验研究和数值模拟等手段对二氧化碳相变致裂技术进行了广泛探究，并取得了一些有益进展。通过对现有相关研究成果的调研分析，阐述了二氧化碳相变致裂技术的破岩机理，回顾了二氧化碳相变致裂荷载特征及其测试手段，归纳了致裂荷载表征方法，概括了致裂荷载与致裂效果的主要影响因素，分析了二氧化碳相变致裂的有害效应，总结了二氧化碳相变致裂技术在多领域的应用，并探讨了二氧化碳相变致裂当前存在的问题与未来挑战，以期为二氧化碳相变致裂技术的理论研究和工程应用推广提供参考

一、前言 上市公司出于完成财务计划、维持或提升股价、增资配股、获取贷款、保 住上市资格等目的,常常采用各种手段虚报利润。常见的利润操纵手段包括不 恰当核算特殊交易(如债权、债务重组、非货币交易、关联交易等)、滥用会 计政策及会计估计变更、错误确认费用及负债、资产造假等

4-1信息检索方法 检索方法是为实现检索计划和方案所提出的检索目的而采取的具体查找和筛选信息的手段。 信息检索的一般方法 1、手榆方法 2、机检方法 3、综合检索方法 信息检索的特殊方法 1、文献类型检索法 2、文献内容检索法 3、其他检索法

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度

§1 投篮的出手角度 §2 水塔流量估计 §3 钢管订购和运输