制成一种新型无参比电极、由NASICON和YSZ2种固体电解质及Na2SO4辅助电极构成的二氧化硫传感器。实验结果表明,该传感器对二氧化硫产生Nernst响应。由于这种传感器采用了平面结构,参比电极和工作电极处于相同气氛中,消除了氧气的影响和密封问题,这种结构有利于传感器的微型化和多组元复合传感

针对已有移动自组网容量、延迟闭解分析在移动模型方面的局限性，提出了新的概率理论框架，将无记忆的独立同分布移动模型推广至更为真实的满足特定记忆条件的随机路径点移动模型，解决了局部移动方式带来的一系列复杂概率描述问题.对多副本两跳中继算法进行了研究，得出该中继模式下基于随机路径点移动模型的移动自组网的容量、延迟上限的精确闭解表达式.仿真实验结果证明了该概率理论框架的有效性及闭解表达式的准确性

导出了随机-模糊线性回归模型参数的估计量,证明了参数的估计量为无偏估计,同时推导了参数估计量数字特征和回归方程相关系数的计算公式。将该模型应用于岩石样本抗剪强度实验数据处理中,通过与传统的随机一元线性回归对比分析,表明使用该方法得到的力学参数更具代表性

教学目的： 1. 掌握各种常用分离和富集方法的原理、特点及应用； 2. 掌握复杂体系的分离与分析； 3. 分离方法的选择、无机和有机成分的分离与分析。 教学重点： 1. 回收率、分配系数、分配比、萃取百分率及计算； 2. 常量组分的沉淀分离； 3. 离子交换树脂的性质、分类，影响树脂交换性能的因素；交换、洗脱顺序；离子交换分离法的应用； 4. 纸色谱和薄层色谱。 教学难点：萃取分离的基本原理、实验方法和有关计算

对太钢现在使用的廉价清徐煤基础性能进行系统研究,探讨高炉喷吹清徐煤替代高平无烟煤及璐安贫瘦煤的可行性.通过对清徐煤的12种性能的检测,得出清徐煤具有以下特点:燃烧性及反应性强,发热值及灰熔融特性温度、流动性好,无爆炸性;但含硫较高,洗煤含锌低,未洗煤含锌高.通过混煤完全可以达到高炉喷吹的标准.应用FactSage软件解析配入过高的清徐煤容易风口结渣的原因,并提出相应的建议.实验室研究及现场的结果认为,清徐煤可通过混煤的方式喷入高炉中,但不易配比过高,替代无烟煤贫瘦煤比例不易超过20%

动物学是研究动物的生命现象及其发生发展规律的科学。具体地说它既包括形态、解剖 的内容,也包括动物的新陈代谢、生长发育、衰老死亡、遗传进化、与环境的相互关系等内 容。动物学是人类在自然界生存斗争中对动物不断认识、利用与改造的知识总结,所以它是 来自人类的生产实践及科学实验

在CaO基精炼渣中加入BaO和B2O3进行改质，对改质后的精炼渣进行熔化性能和脱硫性能的实验研究.结果表明，BaO可以降低精炼渣的熔点和粘度，有效地改善钢-渣反应的动力学条件，同时增强精炼渣的脱硫能力，当BaO含量为15%～25%时，脱硫率稳定在90%以上；而B2O3对精炼渣的脱硫率无明显影响，可取代CaF2作为助熔剂加入

针对密度聚类算法对邻域参数设置敏感的问题，提出一种基于密度的模糊自适应聚类算法.算法在无需预先设置聚类数以及邻域参数的情况下，可以自适应地根据样本间距离关系确定邻域半径得到样本密度，并根据样本密度逐渐增加聚类中心.为了保障聚类结果的正确性，同时提出一种新的模糊聚类有效性指标以判断最佳聚类数，消除了密度聚类算法对参数的敏感性.用UCI基准数据集进行实验，发现本文算法在对数据进行聚类时，聚类质量较原始密度聚类算法在准确性和自适应性方面均有显著提高

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

无论Eye-in-Hand或Eye-to-Hand型式的机器视觉控制系统,均存在视场受限、丢失等情况,从而无法在一定距离、角度内对目标进行在线视觉测量,进而无法建立全闭环的伺服控制.基于Eye-in-Hand型式的机器视觉控制系统,以及最短测量距离Lmin,提出一种闭环与开环相结合的伺服控制系统:即测量距离大于Lmin时为位置反馈型闭环控制的原位调姿,在测量距离小于Lmin时为位置给定型开环控制,机器人以相对线性运动进给到目标位置.针对该过程中的偏移问题,提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计.实验证明,该方法能有效地补偿定位误差