情感诉求对交通安全广告效果的影响

为检验交通公益广告中情感诉求变化对广告效果的影响,采用试验法操作广告情感诉求类型,使用眼动技术和Go/no-go联想测验(GNAT),通过比较不同效价和唤醒度的情感诉求广告对受众的注意力和内隐态度的影响,评估交通安全广告情感诉求类型的说服效果。研究发现:被试对低唤醒广告文字区的眼动注视时间和注视点个数显著长于/多于对高唤醒广告文字区的注视时间和注视点个数;被试观看高唤醒消极的广告后,正确驾驶行为的积极态度显著下降,而低唤醒消极/高唤醒积极/低唤醒积极的公益广告对于被试的内隐态度的改变没有显著差异。结果表明,高唤醒度积极广告能够提升受众的注意力,而高唤醒度消极广告则会损害受众对正确驾驶行为的内隐态度。     

发现式学习与新课程改革

布鲁纳在20世纪60年代以结构主义理论为基础领导了美国的课程改革运动.虽然此次课程改革以失败而告终,但是发现式学习方法及其教学方法的提出却受到了广泛的关注.布鲁纳也曾就发现式学习进行了专门的论述.本文从发现式学习法的特点、作用出发来探求我国目前正在进行的第八轮新课程改革,试图为我国新课程改革中学习、教学方法的改革提供一个新的视角.     

垃圾焚烧烟气中HCl与消石灰的反应机理研究

测试了两种消石灰与垃圾焚烧烟气中HCl的反应率,得出了消石灰的反应率与反应时间的反应曲线,分析了消石灰与HCl的反应机理及影响消石灰最终反应率的因素。试验结果表明,消石灰与HCl反应初期按灰层扩散控制进行,两种消石灰的最终反应率分别为16％和36％。     

冲天炉类气除尘净化技术及其发展

针对冲天炉熔炼过程中产生污染物的特性，提出了一种净化效率高且经济可行的冲天炉烟气多级复合除尘净化技术。     

长江三峡地区坡地发育初步研究

坡地发育是地貌学研究的基本问题之一。三峡地区坡地发育的研究对三峡库岸稳定性的评估和三峡移民的土地开发具有十分重要的意义。首先从概括坡地发育的研究进展，阐述科学家们对坡地发育的不同看法入手，引出三峡地区坡地发育的特殊性。初步研究三峡地区的坡地发育具有分段式分进的特点，包括中山峰陡坡的剥蚀后退过程，山顶缓坡的风化剥蚀夷平的过程，上段斜坡的片流坡地侵蚀过程，下段陡坡的剥坡后退过程，山麓堆积缓坡的剥蚀过程等。通过分析三峡地区坡地的五种坡段的成因、现状、发展趋势以及它们对三峡库区的稳定性和三峡移民的土地开发的影响，预测未来的三峡库岸，大部分为剥蚀陡坡，部分为崩塌滑坡陡坡，三峡沿岸城镇开发建设的重点将是库岸有坡地的防护工程。     

一种城市垃圾焚烧炉渣资源化利用的方法

该发明公开了一种城市垃圾焚烧炉渣资源化利用的方法。其工艺是：将垃圾焚烧炉渣原料经过去除金属和筛分预处理后，送入钢球磨中进行粉碎，然后再用微粉风选机分选，分选出的粗颗粒被送回钢球磨中继续粉碎，而细炉渣粉则随风选机的排风一起进入布袋式除尘器中，细炉渣粉被收集起来作为成品。该发明改变了炉渣仅作为路基材料或制砖材料的应用现状，作为炉渣资源化利用的一种新途径，提高了炉渣的经济附加值。     

悬浮填料投加对AnMBR性能及膜污染的影响

研究了悬浮填料投加对分置式厌氧膜生物反应器（AnMBR）的COD去除效果、污泥混合液特性及膜污染的影响。试验结果表明:在反应器有机负荷为2.09 kg/（m3·d）,污泥负荷为0.54 kg/（kg·d）,水力停留时间（HRT）为48 h,温度为（35±2）℃的条件下,与未投加悬浮填料阶段比较,投加填料后AnMBR的COD总去除率由96.6%提高至97.9%,甲烷产率提高16.0%。同时投加悬浮填料后AnMBR混合液污泥平均粒径增大,滤饼层阻力、总阻力、滤饼层阻力在总阻力中的占比较未投加悬浮填料时分别降低7.8、6.5和1.3百分点,溶解性胞外聚合物（SEPS）和结合性胞外聚合物（BEPS）浓度分别降低了20.5%和29.4%,跨膜压差（TMP）线性增长速率降低,膜污染速率明显减缓。因此,投加悬浮填料可在不增加能耗的情况下改善污泥混合液特性,起到强化AnMBR处理效果和控制膜污染的作用。     

大气压纳秒负脉冲放电对水中大肠杆菌的灭活

采用自行研制的喷嘴-板-筒式反应器,研究了大气压纳秒负脉冲空气放电对水中大肠杆菌（Escherichia coli, E.coli）灭菌率的影响因素及规律。实验中空气自放电喷嘴电极进入反应器,气流带动放电生成的活性粒子流到达并作用于水中大肠杆菌。研究结果表明:本实验装置可有效实现对水中大肠杆菌的灭活,灭菌率随着放电电压和脉冲重复频率的增加、放电处理时间的延长而升高;随着鼓气速率的增大先增大后减小;随着喷嘴电极直径的增加先减小后增大。当采用1.30 mm喷嘴电极,在脉冲峰值电压为-32 kV、重复频率80 Hz,鼓气速率为80 mL/min时,连续放电处理12 min,灭菌率达到91%。     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。