基于Hadoop技术的突水治理平台的云服务及实现北大核心

通过对大数据、Hadoop等技术的介绍,总结出矿山突水大数据云平台的框架、服务内容和运作机制,并最终建立了一套基于Hadoop的矿山突水治理云系统。通过矿山突水治理云系统实现矿山突水数据的存储,并通过数据进行突水预测、可视化和突水防控措施的管理。     

基于RBF神经网络的矿井突水水源识别方法研究

采用Na++K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-六种常规水化学指标作为矿井突水水源识别的依据,利用Piper三线图分析了各充水水源水化学特征,筛选出适用于模型构建的样本。运用SPSS软件构建RBF神经网络,对6组待测样本进行识别。结果表明:RBF神经网络对孔隙水、地表水和奥灰水的判别正确率均为100%,对于砂岩水和太灰水的判别正确率分别为91.7%和50%;经过待判检验,RBF神经网络待判检验正确率为92.3%。     

铈钴复合氧化物催化剂催化CO-SCR反应机理研究

利用共沉淀法制备了一系列Ce-Co-O_x复合氧化物催化剂,并对其CO-SCR反应性能进行了研究.考察了Co和Ce比例对CO-SCR反应活性的影响,确定最佳的Ce和Co复合比例为3：7,最高转化率为84%（250℃）.经表征分析发现,Ce（0.3）-Co（0.7）-O_x上发生CO-SCR的主活性位点是Co.掺杂Ce提升催化性能主要有两方面原因：一是催化剂比表面积增大,提高了表面的吸附位数量;二是Ce-Co-O_x催化剂形成的固溶体提升了氧迁移率.反应机理可能是气态或者弱吸附状态的CO与NO的吸附物种（主要是桥接二齿亚硝酸盐物种和螯合式双齿硝酸盐物种）反应.     

基于改进AHP的地下矿突水风险评价

地下矿突水风险的有效评价是矿井水害防治与安全开采的基本前提与重要基础。为了科学有效地评价地下矿突水事故风险,在深入研究分析与归纳地下矿突水因素的基础上,构建了较为全面的矿井突水事故风险评价指标体系,体系包括7个一级指标,各一级指标有与之对应的二级指标。应用德尔菲法对各项指标进行统一打分并求平均值,对层次分析法进行改进并应用于确定各项指标的权重,然后根据风险评价模型计算出评价结果。最后,结合国内某典型矿山进行实际的应用,所得结果与实际情况一致性较好,说明该方法可以提高矿井突水风险评价的有效性与准确性,具有较好的可行性。     

新型棒-线状亲水性N^N^N 三齿配体的合成

以4-氧代-1,4-二氢-2,6-吡啶二甲酸为反应原料,经过酯化反应、亲核取代反应、还原反应、氧化反应、醛胺缩合反应等步骤合成得到一种新型棒-线状亲水性N^N^N三齿配体化合物1,并利用~1H NMR和~(13)C NMR进行表征确认。结果表明,这种方法可以高效制备棒-线状N^N^N三齿配体化合物,为该类配体化合物的合成提供了新的路径。     

更正说明

<正>2010年第5卷第5期第752-756页,非洲爪蟾蝌蚪脑神经细胞体外培养方法的建立一文做出如下更正:     

基于水化学分析的煤矿矿井突水水源判别

矿井突水是煤矿生产过程中的主要自然灾害,准确判定矿井突水水源是解决突水问题的重要条件。基于模糊综合评判和矩阵方程分析数学原理,分别建立了矿井突水的模糊综合评判和矩阵方程分析模型;在水化学分析的基础上,建立了水样6项指标评判标准,利用两种方法分别对某煤矿3个不同突水巷道水样进行了水源判别,并与实际突水水源相比较。结果表明,模糊综合评判和矩阵方程分析均能有效判别矿井突水水源,但各有其优越性及局限性,选择何种判别方法应视矿井突水水化学资料状况而定。     

Unexpected phenotypes of malformations induced in Xenopus tropicalis embryos by combined exposure to triphenyltin and 9-cis-retinoic acid

Xenopus tropicalis embryos were exposed for 48 hr to the mixtures of 5 g Sn/L triphenyltin(TPT), which is a well-known endocrine disruptor, and 0.25–5 g/L 9-cis retinoic acid(9c-RA), which is the natural ligand of retinoid X receptor. The phenotypes induced by combined exposure were more variable than those resulting from single exposure to either TPT or 9c-RA. The prominent phenotypes included underdeveloped head structures, abnormal eyes, narrow fins, enlarged proctodaeum, etc. Especially, combined exposure induced unexpected notochord malformations, which ranged from small swellings of the surface of the tails to the extension and extrusion of notochord out of the posterior tails. Compared with the 5 g Sn/L TPT-treated group, the index of fin deficiency was not affected, and the index of axis deficiency was significantly increased with increasing RA concentrations in the mixtures. Our results suggest that combined exposure to TPT and 9c-RA induced not only more variable phenotypes of malformations than exposure to single compound but also some new and unexpected phenotypes.     

基于神经网络的煤矿底板突水预测

阐述了运用人工神经网络建立煤矿底板突水预测模型的思路与方法,并以山东国家庄煤矿为例,对该方法的合理性和准确性进行了验证．研究表明,利用人工神经网络建立非线性系统的预测模型,具有自学习、自适应、精度高等显著优点．     

煤层底板突水的突变理论预测方法及其应用

基于煤层底板突水的尖点突变特征 ,应用突变理论的方法 ,针对煤层底板突水预测指标监测信号 ,分析了单变量序列尖点突变模型及其稳定判据 ,提出了煤层底板突水的突变理论预测方法。实例表明 ,预测结果与现场工程实际情况相一致 ,证明了该方法可望成为预测煤层底板突水危险性的一条新的有效途径