【摘 要】
：
起初,我只是觉得这是散步途中一个很有意思的小片段,直到二年级下学期,科学老师讲到了神奇的新型材料,并且用荷叶和它上面的小水珠做了演示和讲解,我才明白了这里面的科学道理.rn原来,荷叶表面有许多大大小小的突起,如一座座山丘一般.这些突起非常细小,达到微米的级别,我们很难通过肉眼观察到它们,只有通过电子显微镜才可以发现.科学家把这种结构称为超微结构.当水滴落在荷叶表面,这些突起和它们之间的空气带便像一张薄膜一样,阻止水滴的渗入.由于水滴本身具有张力,会形成球状,所以就形成了我们看到的水珠在荷叶上滚动的样子.
【机 构】
：
江苏省南京市玄武外国语学校附属小学
论文部分内容阅读
起初,我只是觉得这是散步途中一个很有意思的小片段,直到二年级下学期,科学老师讲到了神奇的新型材料,并且用荷叶和它上面的小水珠做了演示和讲解,我才明白了这里面的科学道理.rn原来,荷叶表面有许多大大小小的突起,如一座座山丘一般.这些突起非常细小,达到微米的级别,我们很难通过肉眼观察到它们,只有通过电子显微镜才可以发现.科学家把这种结构称为超微结构.当水滴落在荷叶表面,这些突起和它们之间的空气带便像一张薄膜一样,阻止水滴的渗入.由于水滴本身具有张力,会形成球状,所以就形成了我们看到的水珠在荷叶上滚动的样子.
其他文献
针对高阶段充填体稳定性风险评估过程中存在模糊性与随机性的特点,引入云模型理论,建立了高阶段充填体稳定性评判模型.以安庆铜矿等国内4座深井矿山为研究对象,选取坍落度、侧向暴露面积、充填料浆坡度、充填接顶效果等16项影响因素作为风险评估指标,借助云理论计算隶属于不同风险等级的各指标云模型参数,同时基于改进CRITIC-G1法,综合考虑指标之间的相关性与专家的理性判断,将主客观权重进行优化组合,最终根据评估指标的云数字特征和组合权重确定4座矿山充填体稳定性等级.研究结果表明,安庆铜矿、李楼铁矿、冬瓜山铜矿、司家
轻合金及超高强度钢功能强rn轻合金与合金是有区别的.航天器对轻合金的要求可是很高的!常见的航天材料轻合金包括铝合金、钛合金、镁合金等,这几种轻合金都有一些共同的本领:结构均匀、耐腐蚀性与耐热性好、塑形性强、有利于压力性加工等.这些特点对于航天器能够适应真空环境作用重大!
实验器材rn红色激光笔、纸卡片、笔、刻度尺、卷尺、美工刀、白板(图1).rn实验原理rn通过查找资料,我明白两列波同时传播时会在空间某点叠加起来.如果在这一点两列波总是波峰与波峰相遇、波谷与波谷相遇,那么在该点波的强度会增大(图2).相反,如果在这一点两列波总是波峰和波谷相遇,那么在该点,两列波相互抵消,波的强度为零(图3).这就是波的干涉现象.比如我们常见的水波,两个水波相遇后,在重叠的地方就会形成干涉的波纹.
提出了一种数字全息与DCT域比特嵌入相结合的数字水印方法,实现了在不需要原始宿主图像参与的情况下,通过部分载体图像即可完整重建原始水印信号.对数字全息水印数据进行Arnold置乱处理,可以提升其抗剪切性.仿真实验结果表明,基于DCT域比特嵌入的数字全息水印方法在透明性、鲁棒性和抗剪切性等方面表现良好.
气井发生油套环空带压的现象比较普遍,已成为影响国内海上平台生产的重要因素之一.首先,对井下泄漏气体的运移途径进行了分析,然后,将泄漏点视为喷嘴,考虑气体在倾斜封闭环空与静止液柱内的运移以及气体在井口处的累积过程,最后,建立了井下泄漏量的计算方法.应用该方法可得到井下泄漏点尺寸,井下泄漏量计算准确度依赖于油套环空液面的测量精度以及环空泄压/压力恢复数据的采集密度和精度.
为了提高基于车载点云数据的路灯提取召回率与准确度,本文提出了 一种新的路灯提取方法.首先,构建三维格网索引,通过分析杆状物点云二、三维形态进行杆目标提取;其次,利用行道树与路灯在上部点云的形态差异将杆目标中的行道树剔除;最后,使用构建的路灯模板库对候选路灯进行匹配,剔除候选路灯中包含的交通牌、信号灯等,精确提取路灯.试验结果表明,新的路灯提取方法可以自适应提取道路点云数据中的路灯,提取结果的召回率与准确率分别达到了 89.17％和93.90％,无需其他辅助数据,使用该方法可以准确提取路灯.
零中频架构近年来得到广泛应用,但是该架构中的同相/正交(I/Q)失衡问题严重影响接收信号的质量.通过后端补偿算法消除I/Q失衡是最为有效的手段之一,然而现有文献对宽带系统I/Q失衡中时间失配(TM)误差的研究不够全面.该文建立了一种包含TM误差的宽带I/Q失衡增广误差模型,首先基于数据辅助型方法对失衡误差进行估计,采用多项式拟合的方法将相位失衡误差进行分解,基于分解后的失衡误差设计了一种基于非线性相位的实数有限脉冲响应(FIR)滤波器的补偿结构对各项失衡误差进行补偿.根据最小二乘(LS)的思想选择最优的延
作为量子机器学习的一个新兴子领域,量子深度强化学习旨在利用量子神经网络构建一个量子智能体,使其通过与环境进行不断交互习得一个最优策略,以达到期望累积回报最大化.然而,现有量子深度强化学习方法在训练过程中需要与经典环境进行大量交互,从而导致大量多次调用量子线路.为此,该文提出了一种基于情景记忆的量子深度强化学习模型,称为量子情景记忆深度Q网络,该模型利用情景记忆来加速量子智能体的训练过程.具体来说,该模型将历史上出现的拥有高奖励值的经验记录到情景记忆中,使得在当前环境的状态与情景记忆中的某状态相似时,量子智
分析了深部突出矿井在瓦斯治理与循环利用中存在的主要问题,总结了瓦斯治理、瓦斯抽采、瓦斯利用及热害治理方面的发展现状.以首山一矿为例,提出了瓦斯治理-瓦斯抽采-瓦斯发电-集中制冷-热害治理的闭环系统构架,以实现深部突出矿井的安全、高效、绿色开发.研究了首山模式下大采高单一低透突出煤层“一面多巷”瓦斯综合治理技术,研发了分源网络化瓦斯立体抽采技术与动态调控技术,实现了瓦斯治理与抽采的高效协作;分析了瓦斯发电设备与制冷设备联合运行过程,实现了深井热害的有效治理.建立了首山一矿发电并网示范工程与矿井降温示范工程,
为实时预测空气质量,建立神经网络模型来预测空气质量指数(AQI).考虑到BP神经网络的反向传播算法具有收敛速度慢、训练时间过长、易陷入局部最优等缺点,分别利用LM算法和贝叶斯正则化算法(BR算法)优化BP神经网络.通过对芜湖市空气质量预测结果进行类比分析得到,BR算法的预测效果更好,能够提升网络的泛化能力.