实验原理   金属中存在大量的自由电子，但电子在金属内部所具有的能量低于在外部所具有的能量，因而电子逸出金属时需要给电子提供一定的能量，这份能量称为电子逸出功。研究电子逸出是一项很有意义的工作，很多电子器件都与电子发射有关，因此研究这种材料的物理性质，对提高材料的性能是十分重要的。另外本实验还可以利用磁控法测量电子荷质比，研究真空中电子能量遵从费米-狄拉克分布。   仪器概述 本实验装置的核心部件是一只理想（真空）二极管和套在理想二极管外的通电螺线管线圈。本实验通过测量金属钨的电子逸出功，将钨丝作为“理想”二极管阴极材料，阳极做成与阴极共轴的圆柱，把阴极发射面限制在温度均匀的一定长度内而又可以近似的把电极看成是无限长的无边缘效应的理想状态。金属电子逸出功(功函数)的测定实验，综合性地应用了里查逊直线测定法、外延测量法、补偿测量法和磁控法等基本方法。在数据处理方面有比较好的技巧性训练。因此，这是一个比较有意义的实验。   仪器特点 独立的理想真空二极管座：理想真空二极管插在独立的管座之上，并且配有透明的亚克力保护罩，既可以直观的观察真空二极管的工作状态，还可以有效地保护玻璃器件。独立的管座上刻有清晰的实验原理图，可以使得学生更好的理解整个实验原理。   精确的阳极电流测量模块：阳极电流测量模块采用微安级电流放大器，采用四位半数显表，测量范围可达0.1uA~20mA，可以准确、精细、稳定地测量到微弱的阳极电流。 稳定的阳极电压输出模块：阳极电压输出采用线性电源，输出幅度达到0~160.0V，可以稳定、高效地提供真空二极管的阳极电压。 便捷的数据采集接口：每个实验电源都配置模拟数据采集接口，可以连接电压传感器和PASCO数据采集软件，可以实时地采集大量的数据来分析测试结果，方便、快捷、高效地完成实验内容。   实验内容及典型数据 实验一：金属电子逸出功的测定 表1：在不同阳极电压和灯丝温度下的阳极电流及其对数值，作　lgIa～√Ua 图，得到不同温度下的截距　lgI 填入表2。     表2: 在不同温度T时所算得的　lg( I / T2) 和　1/T　的值 根据表2作 lg( I / T2) ～1/T 图，求直线斜率 m 直线斜率：m = -22802 逸出电势: φ = 4.53 (V) 逸出功（功函数）eφ = 4.53 eV 与逸出功（功函数）公认值　eφ=4.54eV　相比的相对误差：Er = 0.33%   实验二：电子在径向电场和轴向磁场中的运动（磁控法测量电子荷质比）   实验三：费米-狄拉克分布的研究     实验四：理想真空二极管的伏安特性   部件清单 金属电子逸出功实验仪   BEM-5715    可调直流 (恒压恒流) 电源I，12V/1A   BEM-5055    理想真空二极管盒   BEM-5716    螺线管线圈   BC-105236    连接导线，2mm护套香蕉插头，红   BC-105238   【2】 连接导线，2mm护套香蕉插头，黑   BC-105239   【2】 连接导线，4mm香蕉插头，红   BC-105084    连接导线，4mm香蕉插头，黑   BC-105083    连接导线,4mm护套香蕉插头1m, 红   BC-105074    连接导线,4mm护套香蕉插头1m, 黑   BC-105073    电源线   BC-105075    用户手册   CD-M-BEX-8510B  

近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

项目成果/简介:近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。

近日，机电学院王绍金教授团队在学校G2期刊《InternationalJournalofFoodMicrobiology》上发表题为“Combinedeffectsofintermittentradiofrequencyheatingwithcinnamonoilvaporonmicrobialcontrolandqualitychangesofalfalfaseeds”的论文。博士研究生徐渊美为论文第一作者，王绍金教授为论文通讯作者。

本发明提供一种超高频RFID电子标签的读取方法及装置，包括：根据输出功率大于最大输出功率，获知根据频率增量增加工作频率，获得当前工作频率；在当前工作频率下，根据功率增量逐步从最小输出功率增加输出功率直至大于最大输出功率，每次增加输出功率前，读取与当前工作频率一致的目标标签。本发明通过动态调整工作频率与输出功率，遍历读取处于不同工作频率、位于不同距离的所有超高频RFID电子标签，大大提升了超高频RFID读写装置的应用范围。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。

本实用新型公开了一种可移动的植物组织培养育苗的炼苗装置，该炼苗装置包括炼苗框架、由若干层隔板将炼苗框架分割成若干放置组培苗的炼苗室和安装在炼苗框架外侧的炼苗窗组成。本实用新型的可移动的组培苗炼苗装置运行稳定，具有防雨、调整光强度、试管苗受光均匀、随意移动等功能，不受炼苗场地的影响，本炼苗装置可以随时调整试管苗受光面，摆放试管苗时可以在瓶与瓶之间不留空隙，因而提高了炼苗空间的利用率，缩短了炼苗时间，提高了炼苗效率。